👉 在线体验版：exprtrain.online，打开浏览器即用，支持中英双语。
一个帮你训练口语表达精准度的本地桌面应用：实时语音识别 → 词库匹配 → AI 反馈，全程离线 + 本地处理。
- 🎤 实时语音识别：基于 Sherpa-ONNX，完全离线，中文优化
- 📝 全屏字幕显示：黑底大字，实时显示你说的每一句话
- 🔍 词库分析：自动检测填充词、犹豫词、笼统词，给出精准替代
- 🤖 AI 反馈：支持 DeepSeek / OpenAI / 阿里百炼 Qwen / 智谱 GLM / Kimi / 豆包 / 硅基流动 / Ollama 多后端，可拉取模型列表
- 📊 分析报告：6 维度深度分析（逻辑 / 直接性 / 填充词 / 密度 / 词汇 / 亮点）
在 GitHub Releases 页面下载最新版：
| 版本 | 说明 |
|---|---|
| Windows 便携版 | 单个 exe，解压/双击即用 |
| Windows 安装版 | 安装到开始菜单 / 桌面 |
语音识别模型已内置在安装包里（模型来自 GitHub Release / LFS），完全离线可用——不需要安装 Node.js，不需要联网下载模型。
系统要求：Windows 10+（x64）、麦克风权限。首次运行如出现 SmartScreen 提示，点「仍要运行」即可。
语音识别模型通过 GitHub Release / LFS 分发，不放进代码仓库，首次启动时自动获取。
- 下载 / 克隆本项目；
- 双击根目录的
start.vbs（没有start.vbs则用start.bat）； - 脚本自动完成四步：检测并安装 Node.js / npm（缺 wget 也会装）→ 下载语音识别模型 →
npm install→ 启动应用。
运行日志写入
startup.log；某一步失败会弹窗提示原因。
# 1. 安装 Node.js 18+
cd expression-trainer
# 2. 安装依赖
npm install
# 3. 下载语音识别模型（来自 GitHub Release/LFS）
cd models
# 用 wget / curl 下载 tar.bz2 后解压，或直接运行一键脚本
wget https://github.com/by-2020-github/expression-trainer/releases/download/asr-model-v1/sherpa-onnx-streaming-paraformer-bilingual-zh-en.tar.bz2
tar xjf sherpa-onnx-streaming-paraformer-bilingual-zh-en.tar.bz2
cd ..
# 4. 启动
npm start # Windows 也可用 start.vbs模型目录应为：
models/
└── sherpa-onnx-streaming-paraformer-bilingual-zh-en/
├── encoder.int8.onnx
├── decoder.int8.onnx
└── tokens.txt
模型地址可在
start.ps1顶部的$modelUrls数组调整（默认先本项目 Release，再上游 k2-fsa 兜底）；打包版应用内置模型，优先使用内置模型、无需下载。
启动后点击右上角 ⚙️ 进入设置页，选择后端并填入 API Key（支持「🔄 获取模型列表」自动拉取可用模型），可勾选「思考 / 推理」开关。
推荐 DeepSeek：生成报告质量高、成本极低。
- 点击「开始录制」 → 对着麦克风说话
- 实时字幕会在屏幕中央显示你说的内容
- 左侧面板实时统计填充词 / 犹豫词 / 笼统词
- 右侧面板每 50 字给出 AI 实时反馈
- 说完后点击「结束」 → 可点「生成报告」获取完整分析
| 颜色 | 含义 |
|---|---|
| 🔴 红色波浪下划线 | 填充词（嗯、啊、那个、然后…） |
| 🟠 橙色 | 犹豫词（可能、也许、我觉得…） |
| 🟡 黄色虚线 | 笼统词（有精准替代建议） |
| 🟢 绿色 | 有力表达（好句子！） |
┌─────────────────────────────────────────┐
│ Electron 主进程 │
│ ├── Sherpa-ONNX (离线语音识别) │
│ ├── 词库匹配 (emotion-lexicon.json) │
│ └── AI反馈 (多后端 HTTP API) │
├─────────────────────────────────────────┤
│ 渲染进程 (Chromium) │
│ ├── 全屏字幕显示 │
│ ├── 实时统计面板 │
│ └── 分析报告弹窗 │
└─────────────────────────────────────────┘
data/emotion-lexicon.json 基于大连理工情感词库 7 大类结构，包含：
- 130+ 情绪词：分类（喜怒哀惧恶惊）+ 强度（1-9）
- 笼统词 → 精准词映射：25 组高频替代建议
- 填充词表：24 个常见口头禅
- 犹豫词表：19 个弱化表达
- 程度词梯度：弱 → 中 → 强 → 极 四级
- 画面化描述：10 组「抽象 → 具象」转换
- 犹豫 → 直接转换：8 组对照示例
# 开发模式（带 DevTools）
npm run dev
# 目录结构
├── main.js # Electron 主进程
├── preload.js # preload 脚本
├── start.vbs / start.bat# Windows 一键启动（可选）
├── start.ps1 # 一键启动脚本逻辑
├── src/
│ ├── index.html # 主界面
│ ├── settings.html # 设置页
│ ├── styles.css # 样式
│ ├── app.js # 前端逻辑
│ └── settings.js # 设置逻辑
├── lib/
│ ├── asr.js # 语音识别
│ ├── lexicon.js # 词库匹配
│ ├── ai-feedback.js # AI 反馈
│ └── prompts.js # Prompt 模板
├── data/
│ └── emotion-lexicon.json
└── models/ # Sherpa-ONNX 模型（Release/LFS 分发）- macOS 12+ / Windows 10+ / Linux
- Node.js 18+（仅源码启动需要）
- 麦克风权限
- （可选）网络连接（用于 AI 反馈；词库分析可离线）
MIT