发音训练工作台

自研引擎 v2：pYIN 基频（多候选 + 维特比平滑）→ 五度标记归一化 → 声调调型判定　|　计算全在本机，音频不出机器
引擎就绪
  1. 1
    贴参考文本
    把要读的稿子粘进文本框
  2. 2
    录一段 / 选文件
    点红钮开麦，或用内置样音
  3. 3
    点「开始评测」
    本地引擎逐帧分析
  4. 4
    读报告
    先看结论，再看待改清单
1

录音与参考文本

为什么要参考文本：评"读得准不准"必须先有稿子。没有稿子就只能看节奏和音高， 评不了声调——上面的文本框留空即进入自由分析模式。
00:00
点「开始录音」即刻开麦，对着麦克风念上面的稿子
麦克风电平 · 未开启
试听
换引擎能得到什么：v2 修的是 v1"大量字判不了"的毛病——v1 要求自相关峰 ≳0.85（棚录假设）， 真人（尤其男声）多数帧过不了阈值 → 只能标「存疑」。同一段音频把上面切成 v1 再评一次， 可以直接看到有多少字从「存疑」变成可判定；代价是误报会略升（约 11%→14%）。
或直接用内置样音（已内嵌 · 点 ▶ 试听，点文字出报告）
2

评测报告

◎
这里出评测报告
最快的方式：直接点左下角的 「样音 1」；
测自己的人：按上面流程 1 → 2 → 3 走一遍。
报告从上到下：结论 → 关键指标 → 待改清单 → 基频轨迹 → 质量门禁 → 逐字明细。
  1. 1
    填要合成的稿子
    建议 15–60 字
  2. 2
    选音色 / 语速 / 停顿
    停顿与语速最有效
  3. 3
    合成并评分
    或点「自动扫参数」
  4. 4
    对比历次结果
    ★ 标出当前最优
1

合成参数

+0%
+0Hz
闭环怎么转：合成 → 用同一个引擎打分 → 看「待改清单」→ 调参数再合成。 主分口径是 到位率 = 到位字数 / 总字数（判错和判不了都不得分），所以刷不了分——只能真的读得更规范。
2

评分与修改评价

◎
这里出评分与修改评价
设好参数，点「合成并评分」；懒得调就点「自动扫参数，找最优」（它会连扫 7 组）。
结果从上到下：结论 → 得分与试听 → 待改清单 → 逐字判定 → 历次对比（★ 最优）。
?

使用手册 · 这个工作台怎么用

一句话：左边进来（贴稿子 / 录一段 / 选文件），右边出结果（结论 + 待改清单 + 基频轨迹）。
30 秒看到全流程：打开页面 → 点左下角「样音 1」→ 右边立刻出报告。
测自己或学员：贴稿子 → 点红色圆钮录音 → 再点一次停止 → 点「开始评测」。

一、工作台有两个功能，互不依赖

标签干什么用要不要本机服务
发音评测给一段朗读打分：哪个字声调不到位、差在哪不用（纯本地，双击 HTML 就能用）
TTS 调优找一段稿子「读得最规范」的合成参数（音色 / 语速 / 停顿）要（合成走本机服务）

要用 TTS 时，双击同目录的 start.command——它会启动服务并自动打开这个页面。只做评测的话，直接双击 HTML 即可。两个标签用的是同一个评测引擎。

二、流程 A · 发音评测（评一段朗读）

  1. 贴参考文本。把要读的稿子粘进文本框。评「读得准不准」必须先有稿子；留空则进入自由分析模式（只评节奏和音高，不评声调）。
  2. 录一段，或选文件。点红色圆钮开始录音，对着麦克风念上面的稿子，念完再点一次停止——录完会出现「试听录音」，先确认录对了再评测。也可以用「选择音频文件」上传，或直接用左下角的内置样音（点 ▶ 只听，点文字直接出报告）。
  3. 点「开始评测」。分析全在浏览器本地跑，10 秒音频约 1 秒出结果。
  4. 读报告（右边）。从上到下：结论 → 关键指标 → 待改清单 → 基频轨迹图 → 录音质量门禁 → 逐字明细 → 节奏与气息。赶时间只看前两块。

可选：换引擎对照。左栏底部有「基频引擎」下拉。把同一段音频在 pYIN v2 与 YIN v1 下各评一次，可以直接看到有多少字从「存疑」变成可判定——这正是 v2 要解决的问题。

三、流程 B · TTS 调优（找最规范的合成参数）

  1. 填要合成的稿子（建议 15–60 字；太长会被切分质量拖累）。
  2. 选音色、语速、音高、停顿。实测：停顿和语速最有效，音高基本无效（会被五度标记归一化抵消）。
  3. 点「合成并评分」。合成 → 用同一个引擎打分 → 出得分和逐字建议。不想分步调参，可以直接点「自动扫参数，找最优」，它会连扫 7 组（3 种停顿 + 4 档语速）并把最优参数写回左侧。
  4. 看「历次对比」。每次结果都会进表，★ 标记当前最优。照着「待改清单」改参数再合成，比较分数变化即可。

四、结果怎么看（这一节最重要）

两个分数不是一回事，别混：

你看到的分在哪个标签分母是什么含义
声调准确率发音评测只算「可判定」的字判得了的那些字里，读对了多少
到位率TTS 调优全部字数（存疑算没得分）整段稿子读到位了多少

为什么口径不同：真人录音有环境噪声，一部分字会判不了（标「存疑」），把它们算进分母不公平；TTS 接近棚录、几乎没有判不了的字，所以直接用总字数——这样也刷不了分，只能真的读得更规范。

四种判定：

  • 到位　声调读对了。
  • 轻微偏差　方向对、幅度不够（如三声只降了、没升上去）。
  • 明显偏差　读成了别的调（如二声读平、四声读升）。
  • 存疑　基频或切分不稳，判不了，不计入准确率分母。

关键指标的经验档位：

  • 声调准确率 / 到位率：≥85% 优秀　·　65–85% 及格　·　<65% 需重点练
  • 语速：主持常用 200–300 字/分（<140 偏慢、>380 偏快）
  • 录音质量：门禁给「通过 / 有干扰项 / 不合格」三级——不合格时先解决录音，再谈发音

五、常见问题

  • 点「开始录音」没反应？ 以本地文件方式（file://）打开时，浏览器可能不给麦克风。双击 start.command 用服务方式打开即可；或先用「选择音频文件」。
  • 为什么一堆「存疑」？ 基频没提准，多与噪声、音量偏小、语速快有关。改善录音环境，或把引擎切到 pYIN v2 都能缓解。
  • TTS 标签提示「需服务」？ 合成走本机服务，双击 start.command 打开页面即可。「发音评测」不受影响。
  • 分数怎么才能变高？ 真人：读得更规范；TTS：调停顿和语速收益最大。

六、它在做什么（一句话）

本地自研引擎：pYIN 提基频 → 五度标记归一化 → 对照标准调型判定。全程在本机完成，音频不出机器，也不调用任何第三方评测服务。

第一次用？切到上方 「使用说明」 标签，30 秒看懂全流程。
本页面内置完整评测引擎（pYIN 基频提取 + 五度标记归一化 + 声调调型规则），评测全程不依赖任何后端与第三方服务。
所有分析在浏览器本地完成，录音不上传、不落盘。标注「存疑」的字表示基频或切分不稳定，已被排除在准确率统计之外。
TTS 调优的合成一步需要本机服务（双击 start.command 打开即具备）；合成走的是公开的 Edge 语音接口，不含任何录音数据。

引擎 v2 · pYIN（多候选 + 维特比平滑 + 显式无声态）　|　v1 YIN 基线保留，可在左侧切换对照