返回首页
评测能力规格 · Specifications
技术规格 · 给技术负责人的硬料
两段连贯展开：双模式评测（流式 + 文件）· 全部评测参数（四大主维度 + 音素级对齐 + 错误类型分类）。原始 API 字段、JSON 结构、流式协议都在这里。
Dual Mode
边录边评 · 双模式评测
流式实时评测 + 音频文件评测，覆盖从交互口语练习到批量质检的全部链路
实时录音评测
通过本地麦克风采集语音，音频以 WebSocket 流式推送到评测引擎。无需生成中间文件，录完即出分，适合交互式口语练习。
评测流程
1
创建流式会话，指定评测类型与参考文本
2
开始录音，音频实时推送至云端评测引擎
3
停止录音，即刻获得多维评分结果
- 延迟降低 30-50%，体验更流畅
- 无需管理音频文件
- 支持断线自动重连
音频文件评测
支持本地文件路径、Base64 编码、URL 三种输入方式。传入路径即可评测，代理自动处理编码和上传，适合批量处理场景。
三种输入方式
audio_file_path本地路径，最便捷audio_base64Base64 编码数据audio_url远程 URL 地址- 支持 mp3/wav/ogg/m4a/aac/pcm
- 大文件自动压缩
- 适合批量评测与回放分析
延迟
30-50%↓
相比传统回传评测
音频格式
6 种
mp3 / wav / m4a ...
输入方式
3 种
路径 / Base64 / URL
自动重连
断线续录
弱网场景友好
题型能力覆盖
单词word句子sent段落para半开放题5 维评分开放题看图说话 / 作文自由识别实时 ASR + 标点AI Talk人机对话
Assessment Parameters
全部评测参数
MCP 接口按驰声考试级引擎真实 API 结构返回，四大主维度 + 音素级对齐 + 错误类型分类，LLM 可直接消费。
总分 Overall
综合发音、完整、流利、韵律四项加权得分
准确度 Accuracy
发音准确率，颗粒度精细至音素级
完整度 Integrity
识别多读 / 漏读 / 跳读，判断是否读完整
流利度 Fluency
语流的自然度、停顿合理性
韵律度 Rhythm
重音 · 意群停顿 · 升降调三合一
语速 Speed
WPM / SPM 动态统计，过快过慢都会扣分
错误诊断 Diagnostics
逐词 / 逐音素标注 normal / omit / insert / mispron
音素级对齐 Phoneme
返回每个音素的得分、时间戳、置信度
mcp-response.json
{
// 四大主维度
"overall": 72,
"pron": {
"accuracy": 65,
"integrity": 95,
"fluency": 85,
"rhythm": 70
},
"speed": 130 // WPM,
// 词/音素级诊断
"details": [
{
"char": "record",
"score": 58,
"dp_type": "mispron",
"phonemes": [
{ "char": "r", "score": 45, "dp_type": "mispron" },
{ "char": "ɪ", "score": 78, "dp_type": "normal" }
]
}
]
}dp_type: normal / omit / insert / mispron考试级 API
悬停左侧任意字段，右侧 JSON 中对应位置会实时高亮