中小学生英语口语自动评测

解决的问题

中小学生英语口语练习常缺少可量化的反馈：学生知道读错，但不知道错在单词、句子还是音素；教师或应用端也不便把口语音频转成结构化评分。该技能面向这类评测需求，通过远程评分接口把标准文本和音频文件/URL 转成总得分与细分维度。

技能如何工作

技能的核心是一次 POST 调用，接口要求 multipart/form-data，关键参数如下：

• target_text：必填，作为评测参考文本。
• audio_url 或 audio_file：二选一，提供音频网络地址或二进制文件。
• mode：默认 A，按单词和句子评分；需要音素详情可选 D，篇章评测可选 C。

执行时先确认需求，再准备标准文本与音频来源，选择调用方式，设置 mode，发送请求并解析返回的总分与分项得分。

适用边界与注意点

该技能适合已有参考文本和可访问音频文件的口语音频评测场景。注意 audio_url 与 audio_file 必须且只能提供一个；音频格式支持 mp3/wav/pcm/silk/opus/amrnb/speex，推荐 16K 采样率、64kbps 的 mp3，且 mp3 不能含 tag、不支持双声道；若返回 ret != 0，应读取 msg 排查错误。