Tech English Coach (voz + texto)
App de conversação em inglês para TI: chamada de voz em tempo real (OpenAI Realtime via WebRTC, com modo clássico de reserva), voz natural do coach (OpenAI TTS), correções em português, simulações, vocabulário e gramática. Modos: conversa, simulação, vocabulário, gramática e atividades (exercícios gerados na hora com XP e sequência de dias). O GPT responde por trás via api/chat.js (função serverless da Vercel), então a chave nunca vai para o navegador.
Publicar na Vercel (uma vez)
- Instale o Node.js (https://nodejs.org) se ainda não tiver.
- Descompacte esta pasta e, dentro dela, no terminal:
npx vercel login
npx vercel --prod
Aceite os padrões (projeto novo, nome tech-english-coach, sem framework).
-
Em https://vercel.com → projeto → Settings → Environment Variables, crie:
| Nome | Valor |
|---|
OPENAI_API_KEY | sua chave sk-... da OpenAI |
APP_PASSWORD | um código de acesso (ex.: kb-8c4b5597) |
OPENAI_MODEL | opcional, padrão gpt-6-astra (mais barato: gpt-6-luna) |
OPENAI_REASONING | opcional, padrão low (none, low, medium, high) |
OPENAI_FAST_MODEL | opcional, padrão gpt-6-luna (respostas de texto, correções, traduções) |
OPENAI_REALTIME_MODEL | opcional, padrão gpt-realtime-2.1 (chamada de voz em tempo real) |
OPENAI_REALTIME_VOICE | opcional, padrão marin |
OPENAI_TRANSCRIBE_MODEL | opcional, padrão gpt-transcribe (exercício Repetir e chamada clássica) |
OPENAI_TTS_VOICE | opcional, padrão nova (ou alloy, echo, shimmer, onyx, fable) |
OPENAI_AUDIO_MODEL | opcional, padrão gpt-audio-1.5 (avaliação da pronúncia pela gravação) |
-
Rode npx vercel --prod de novo para as funções lerem as variáveis.
-
Abra a URL do projeto no Chrome ou Edge, digite o código de acesso e clique em Conversar por voz.
Se preferir usar o Claude em vez do GPT, configure ANTHROPIC_API_KEY em vez de OPENAI_API_KEY (a voz natural precisa da chave OpenAI; sem ela o app usa a voz do navegador).
Testar local
npx vercel dev
(crie um .env com OPENAI_API_KEY=... e APP_PASSWORD=... antes.)
Custo
Cada fala gera uma chamada curta ao modelo mais um trecho de áudio; uma sessão de 30 minutos costuma ficar em poucos centavos de dólar. Para gastar menos, mude a voz para "do navegador" no topo da página.
Pronúncia
A pronúncia mostrada no app não é escrita pela IA. Ela é montada por regras em lib/pron/engine.js:
- fonemas de cada palavra no dicionário de pronúncia do inglês americano (CMU Pronouncing Dictionary,
lib/pron/cmudict.txt.gz, licença em lib/pron/CMUDICT-LICENSE.txt), com correções e termos de TI em lib/pron/overrides.js e escolha por contexto para palavras como live, use, read, record;
- fala encadeada na frase inteira: formas fracas (the, to, can…), T/D com toque (water, get it), ligação entre palavras, pausas;
- sílabas e tônica;
- IPA e uma escrita para brasileiros feita por uma tabela fixa de sons, que marca os sons que não existem no português (th, R americano, /æ/, vogais curtas, L final, m/n finais…) em vez de trocá-los por um som brasileiro.
Palavras fora do dicionário recebem uma estimativa da IA em ARPAbet validado, marcada como "≈ estimada"; se a IA não tiver certeza, o app não inventa e usa só o áudio.
A avaliação ("🎤 Praticar", api/assess.js) escuta a gravação com um modelo de áudio, compara som por som com o IPA de referência e mede a inteligibilidade com uma transcrição feita sem conhecer a frase.
Testes do motor: node tests/pron.test.js.
