夜雨聆风
牛马也智能
代码和 K 线之间，还隔着一个 launchd
给娃练英语口语，市面上的 App 试下来总觉得差点意思：会员一层套一层，界面像聊天室，很难老老实实跟读一句句课文。有些产品「打电话」形态做得不错，但对话一多就飘，不适合 4 岁左右、字还认不全的小朋友。
后来在家里的 Mac 上搭了一页浏览器语音——选课文、老师慢慢念、娃说得不对可以打断重来。听写、对话、合成都在本机跑，不上传录音。下面按「为什么做、怎么跑、踩什么坑」说清楚，方便同样想给娃省会员、又愿意折腾本地 AI 的读者对照。
和会员 App 差在哪
商业 App 常见两条路：要么是题库 + 打卡，要么是 AI 闲聊。带读需要的是第三种——按句推进：老师念一句，娃跟一句，节奏可控，语速能调慢，外放被麦克风拾取时还能打断重来。
本地搭的好处也直白：隐私（语音不出家门）、成本（模型下载一次，后面主要是电费和硬盘）、可改（课文可以自己贴，幼儿园研学短文、绘本片段都能进列表）。代价是得有一台常开的家庭机器，以及愿意处理 HTTPS、预热这类「工程师父母」才碰的琐事。
整体长什么样
手机 / 平板浏览器 │ 开麦，16kHz 音频流 ▼ 家庭服务器（Mac 或 PC） ├─ 本地听写 (Whisper small，约 461MB) ├─ 对话小模型 (Ollama qwen2.5:3b) └─ 语音合成 (edge-tts 或离线 piper) │ ▼ 扬声器播放 ◄── 娃开口 ──► 打断老师，进入下一句浏览器只负责界面和采麦；重活在后端：听写用 faster-whisper，老师台词用 Ollama 出短句（面向幼儿，不长篇大论），再合成语音推回手机。带读和自由聊天共用一条长连接，只是模式不同——带读有课文进度，闲聊没有。
一次带读 session 怎么走
选年级、选课文 → 点「开始带读」 → 这课在当前老师+语速下预热好了吗？ ├─ 否 → 列表不出现，或提示先预热 └─ 是 → 老师念第 1 句 → 可跟读账号：开麦 → 听写 → 可选发音提示 → 只听账号：不采麦，只听 → 一句一句往下；读完自己换课，不自动跳下一篇首页大致是这样——选老师、年级、课文和语速，再点「开始带读」：
界面侧：可选艾莎、奥特曼两套皮肤，换的是音色和画面，底层逻辑一样。内置课文按年级筛；自己贴的课文要登录保存，换老师或语速得先把语音预热进缓存，否则列表里看不到，或者首句卡两三秒。
权限上做了区分：只有少数家庭账号能开麦跟读，别的账号只能听老师念——适合「一个娃跟读、另一个先旁听」的场景。
同时带读限两路，避免 Whisper 占满 CPU。「自由聊天」只对少数账号开放：首页有没有按钮、后端让不让进，都会再看登录身份，避免访客误进闲聊。
课文从哪来
内置课文按沪教牛津年级编排。进首页先选年级，列表里是当前「老师 + 语速」已经预热好的课——没缓冲完的课不会露出来，避免娃点进去干等。
登录后可以贴自己的课文：幼儿园研学短文、老师布置的句子、绘本里抠出来的段落都行。自定义课和账号绑定，只有自己能看到；换艾莎 / 奥特曼或调慢语速，都要按新组合重新预热，进度走完后才会回到可选列表。
发音三色怎么评
跟读账号开麦后，本地听写把娃说的话转成文字，再和屏幕上的当前句比对——不另开云端打分模型，规则就在本机跑。
绿（过关）：词对上了，顺序也基本对，提示可以跳下一句 黄（差一点）：大意思听到了，个别词漏掉或顺序有点乱，鼓励再读一遍 橙（重来）：差得比较多，建议听老师再念一次当前句
默认是「温柔模式」：三色只做视觉反馈，不会因为判橙就卡死不能跳下一句——4 岁娃如果一错就停，很容易腻。
真想要「不绿不让过」也可以切严格模式，一般家庭用默认就够。页面上若开了带读反馈，句旁会有绿 / 黄 / 橙图例；只听不跟读的账号看不到这套比对。
带读页长这样——课文逐句高亮，标题栏写「绿过关 · 黄接近 · 橙再练」，底部有上一句 / 再说一遍 / 我说完啦：
本地跑起来要什么
机器：Apple Silicon Mac 或同等 CPU 即可；Whisper small 内存占用可控，并行两路带读是现实上限 听写：faster-whisper small 首次约 461MB，可换更小模型换速度 对话：Ollama 拉 qwen2.5:3b 量级就够，不必上大模型 合成：默认 edge-tts 要联网；想全离线可切 piper 浏览器：Chrome / Safari 均可；手机必须用 HTTPS，否则 Safari 不给麦克风
和开源项目 HiKid、Magic English Buddy 同类：都是「听 → 想 → 说」闭环。差异在于这边更偏课文带读——有年级、有逐句进度、有预热缓存，而不是纯聊天室。
三个最容易踩的坑
内网只能填 IP。 公网证书盖不住局域网地址。家里 WiFi 若解析不了域名，就得给 IP 单独挂 HTTPS（自签或 mkcert），手机装一次根证书，否则进带读就弹回首页。
一进页面就要麦克风。 若在授权完成前就开播，HTTP 下失败会直接退出。改成先接通会话，麦要不到就降级「只听」，页面上写清楚，家长才不会以为「坏了」。
换老师或语速没预热。 语音合成是按「课文 + 老师 + 语速」写缓存的。条件一变就要重新预热，否则列表缺课或首句卡顿——这和视频要先缓冲是同一道理。
适合谁、不适合谁
适合：家里已有 NAS / Mac 常开、愿意贴自己的课文、重视隐私、娃 3～7 岁需要慢速跟读的家庭。不适合：想零配置开箱、不想碰 HTTPS 和预热的用户——这类仍用商业 App 更省心。
若你也在搭本地语音 + 小模型，手机 HTTPS 或 mkcert 那一步最容易卡，需要的话可以单拆一篇写清楚。
你家娃跟读更怕「说得慢」还是「说得不对」？留言聊聊。
若这篇对你有用，欢迎点文章下方「推荐 ♡」，也方便推给同样在复盘的朋友。
#本地AI #家庭自动化 #给娃省事 #英语跟读 #亲子英语
本文为作者个人工程笔记，仅供学习交流。
