polyglot
Polyglot 是一款专为语言学习者打造的跨平台 AI 口语练习助手，支持 macOS、Windows、Linux 及网页端。它巧妙结合了 ChatGPT 的强大对话能力与 Azure 的智能语音合成技术，旨在解决传统语言学习中“缺乏真实语境”和“不敢开口练习”的痛点。通过模拟来自不同国家的 AI 角色，Polyglot 能与你进行自然流畅的多语种对话，让你随时随地沉浸在外语环境中锻炼口语。
这款应用特别适合希望提升外语听说能力的学生、职场人士以及语言爱好者。无需复杂的配置，普通用户只需填入 API Key 即可立即开始与自定义的 AI 伙伴聊天。其独特的技术亮点包括：支持按住空格键快速语音识别、对话时实时高亮显示单词以辅助跟读、以及允许用户深度定制 AI 角色的性格、头像和对话场景。此外，它还提供了暗黑模式、录音回听和内容模糊处理等贴心功能，甚至支持本地部署语音模型。无论是想纠正发音还是模拟真实面试场景，Polyglot 都能提供一个安全、私密且高效的练习空间，让语言学习变得更加轻松有趣。
使用场景
外企产品经理李明急需提升商务英语谈判能力，以应对下周与北美客户的关键会议，但他缺乏真实的对话环境和即时反馈机制。
没有 polyglot 时
- 场景割裂：需要在浏览器查单词、用录音机练口语、再找外教约时间，工具切换繁琐，难以模拟连续对话流。
- 反馈滞后：独自练习时无法判断发音是否准确或表达是否地道，往往要等到几天后的真人课程才能得到纠正，错失即时记忆点。
- 角色单一：市面上的通用聊天机器人缺乏特定商务场景设定，难以模拟“强势采购经理”或“技术质疑者”等具体谈判对手。
- 心理压力大：担心在真人面前犯错丢脸，导致开口前反复纠结，实际开口练习的时间被大量压缩。
使用 polyglot 后
- 沉浸式闭环：直接在桌面端启动应用，选择“商务谈判”预设场景，一键调用 Azure TTS 和 ChatGPT，实现从听题、回答到回听的全流程无缝衔接。
- 实时智能纠偏：说完即由 AI 分析语法与用词，并提供更地道的替换建议；支持高亮显示播放进度的单词，精准定位发音薄弱区。
- 自定义对手画像：快速配置一个“挑剔的美国采购总监”AI 角色，设定其语气强硬且关注成本，让练习环境高度还原真实战场。
- 私密安全试错：在本地或私有部署环境下无限次重试，利用“按住空格说话”的快捷键流畅交互，彻底消除开口的心理负担。
polyglot 将零散的语言学习工具整合为可定制的私人陪练，让用户在低成本、高仿真的环境中实现口语能力的快速突破。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
Polyglot
跨平台AI语言练习应用
Polyglot是一款跨平台的桌面端应用程序（目前已支持web版本）。基于ChatGPT和Azure人工智能语言模型作为底层服务，旨在提供一个易于使用的语言练习平台，方便进行多语种的口语练习。 ( 📺 视频链接 )
下载
访问 GitHub Releases 下载最新版本或任何以前的版本。
软件截图
展开
功能
- 多国语言口语练习 （
目前内置四个不同国家的AI人物，分别来自美国、日本、韩国和法国。后续将考虑增加更多的语种。）（内置了英语，其他语言现在支持自定义） - 智能语音合成（目前基于Azure TTS服务，后续考虑接入可以本地部署的语音模型）
- 智能对话功能（基于chatGPT服务）
- 支持暗黑模式
- 接入文字翻译功能
- 支持用户自定义语种和AI人物
- 用户自定义配置Azure key
- 自定义头像
- 语音识别支持快捷键操作(按住空格键开始语音识别，放开空格键结束语音识别)
- 支持用户配置自定义对话场景
- 自身语音支持回听
- 支持Azure openai api、claude api服务（Azure openai api已支持）
- Web版本 (目前对手机移动端的适配兼容性不高！)
- 支持AI回复内容模糊处理
- 支持语音播放时根据播放进度高亮对应单词
- AI提供回复建议
使用方法
设置代理（非必须）
新建AI角色进行对话；
与AI人物进行对话练习口语。
本地启动
# 1.克隆本仓库；
git clone https://github.com/liou666/polyglot.git
# 2.安装依赖；
cd polyglot
pnpm install
# 安装 electron 失败时尝试使用淘宝镜像源安装👇：
# export ELECTRON_MIRROR=http://npm.taobao.org/mirrors/electron/ && pnpm i
# 3. 根据注释提示配置相关的环境变量
mv .env.example .env
# 4. 启动服务
pnpm dev
协议
GNU General Public License v3.0
贡献者
常见问题
1. MacOS 提示无法打开“Polyglot”，因为Apple无法检查其是否包含恶意软件。
这个错误因为 macOS 操作系统中的 Gatekeeper 安全功能阻止了应用程序的运行。 要解决此问题，请按照以下步骤操作：
打开“系统偏好设置”并点击“安全性与隐私”。 在“通用”选项卡中，您将看到一个消息：“Polyglot”已被阻止。单击“仍要打开”。 或者，你可以单击“打开任何方式”以打开你的应用程序。 （可能需要使用管理员权限来打开应用程序。）
如果不想在每次打开应用程序时都执行这些步骤，则可以的应用程序添加到白名单中，以便在不受阻止的情况下运行。要将您的应用程序添加到白名单中，请执行以下操作：
打开终端并输入以下命令：
xattr -rd com.apple.quarantine /path/to/Polyglot.app
其中，/path/to/Polyglot.app 是你的应用程序的完整路径。
运行命令后，应用程序将被添加到白名单中，Gatekeeper 将不再阻止其运行。
2. azure语音服务如何申请？
要申请 Azure 语音服务的 API 密钥，可以按照以下步骤进行：
- 登录 Azure 门户 （https://portal.azure.com/）
- 转到“Azure 语音服务”页面并单击“添加”按钮
- 在“创建 Azure 语音服务”窗口中，选择订阅、资源组、区域，并为新服务指定名称
- 选择“F0”价格层，并单击“创建”
- 创建完成后，转到新服务的“概述”页面，即可查看密钥和终结点
捐赠
如果觉的项目对你有帮助的话，欢迎请我喝杯奶茶😊。
| 微信 | 支付宝 |
|---|---|
 |
 |
版本历史
v0.3.52023/08/21v0.3.42023/07/04v0.3.32023/07/02v0.3.22023/06/28v0.3.12023/06/28v0.2.12023/05/09v0.3.72024/10/19v0.3.62023/12/14v0.2.02023/04/27v0.1.12023/04/15v0.0.02023/04/04常见问题
相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。