AI 기반으로 영어 학습자의 음성을 분석하여 발음 정확도와 억양 유사도를 시각적으로 제공하는 웹 애플리케이션입니다.
- ✅ Azure 기반 발음 평가 API 활용 (정확도, 유창성, 완전성 등 점수 제공)
- ✅ 사용자 음성의 Mel-spectrogram 곡선을 생성하고 원어민 평균 곡선과 비교
- ✅ 문제가 감지된 단어 및 음소를 하이라이트 처리
- ✅ 5개 L1 기준 문장 선택 → 각각의 L1 Mel 평균 곡선 비교 가능
- ✅ 전체 다크 모드 + 프리미엄 서체 UI 디자인
.wav포맷의 영어 발음 파일을 업로드- 기준 문장을 선택 (예:
You're a devil for fighting and will surely win.) ▶️ 분석 시작 → 결과 페이지 자동 생성
인식된 문장과 문제 음소 하이라이트
억양 곡선 시각화 등 시멘틱 피드백 제공
# 1. 클론 후 진입
git clone https://github.com/ddinggul/Speaking_AI.git
cd Speaking_AI
# 2. 가상환경 & 패키지 설치
python -m venv venv
source venv/bin/activate # Windows는 venv\Scripts\activate
pip install -r requirements.txt
# 3. 환경변수 설정 (.env)
AZURE_SPEECH_KEY=YOUR_KEY
AZURE_REGION=YOUR_REGION
# 4. 서버 실행
uvicorn app:app --reload.
├── app.py # FastAPI 서버
├── azure_eval.py # Azure 평가 로직
├── voice_model.py # Mel 곡선 비교 및 시각화
├── templates/result.html # 결과 템플릿
├── static/
│ ├── index.html # 첫 화면
│ ├── css/style.css # 스타일
│ └── image/ # 생성된 시각화 이미지
├── spectrogram/L1/ # 기준 Mel 곡선 (1~5)
├── uploads/ # 사용자 음성 업로드
└── requirements.txt.env,config.py는 반드시.gitignore에 포함해야 합니다.AZURE_SPEECH_KEY등 민감정보는 절대 GitHub에 업로드하지 마세요.
- FastAPI + Jinja2 – 웹 프레임워크
- Azure Speech SDK – 발음 평가 API
- Librosa / Matplotlib / Numpy – 음향 분석 및 시각화
- HTML / CSS – 사용자 인터페이스 (다크 테마)
- 최준서 (한성대학교 영미언어정보트랙 / AI응용학과 / 한국어교육트랙)
- 📫 Instagram: @2dinggul_myroom
- 📧 Email: litterrariuschwy@gmail.com