FiF 口语自动化工具

TTS自动化完成FiF口语

• 本项目通过 TTS 自动化完成 FiF 口语任务。提供跨平台图形界面，无需手动操作浏览器及录音。仅供学习和个人用途，请勿用于非法用途。

---

项目简介

• 使用浏览器自动化（Playwright）与 GUI 管理，实现 FiF 口语训练任务的自动批量完成。
• 支持多种题型（跟读/对话），并可针对单元/等级自定义跳过与类型识别规则。
• TTS 生成语音，通过虚拟麦克风自动提交答案。

---

环境要求

• 操作系统：
  • 推荐 Windows 11（理论支持 Linux，需 pulseaudio，未部署过）。
• Python 版本：
  • 必须 Python 3.11 或更高，建议使用最新版。
• 推荐硬件：
  • 有可用 GPU（更快），无 GPU 可用 CPU 模式（速度慢）。

---

安装与配置

1. 克隆仓库并安装 Python 依赖

git clone https://github.com/1z2y3x4w5/fif_gui.git
cd fif_gui
python -m venv .venv
# Windows:
.venv\Scripts\activate
# Linux/macOS:
source .venv/bin/activate
pip install -U pip setuptools wheel
pip install -r requirements.txt

2. 安装 PyTorch

请根据自己是否有 GPU 及对应 CUDA 版本选择（如无 GPU 可选 CPU 版）。

• 有 NVIDIA GPU（推荐 CUDA 11.8）：

  pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu118

• 无 GPU（CPU 运行）：

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

更多 CUDA 版本，请参考 PyTorch 官网。

3. 安装 Playwright 浏览器驱动

首装后需执行：

python -m playwright install

4. 安装音频播放依赖（可选）

• Windows：
  如果第一步安装requirement.txt里的pyaudio库有误时，可手动使用 pipwin 安装 pyaudio

  pip install pipwin
  pipwin install pyaudio

  如果失败也可去 这里 下载 wheel 文件离线安装。

• Linux（需 ffmpeg + pulseaudio，如果非 root 权限注意自行配置）:

  sudo apt update
  sudo apt install -y ffmpeg pulseaudio pavucontrol

5. 其它依赖说明

• 首次合成语音会自动下载 TTS 模型，需良好网络环境和充足磁盘空间。
• 准备一个目标音色 wav 音频（如 draft/target_voice.wav），用于合成。

---

快速开始

1. 配置好上述依赖并启动服务
2. 运行

python src/main.py

3. 首次运行会自动创建 tmp/ 和 draft/ 目录，可在 GUI 里实现账号、目标音色、规则等配置。
4. 配置信息会保存在 config.json，推荐每次更改后点击“保存配置”按钮。

---

常见问题

• 虚拟麦克风相关报错

  • Linux：需 pulseaudio 支持。若初始化失败，请手动检查 /tmp/<VirtualPipeMic> 文件是否存在，或参照输出手动执行 pactl 指令。
  • Windows：若 pyaudio 报错请确认已用 pipwin 安装，重启后重试。

• 模型下载超时或缺失

  • 可手动按提示下载 YourTTS 模型，放到用户 TTS 指定路径(C:\Users\ <用户>\AppData\Local\tts)下。
    注： AppData 目录为隐藏目录，需开启显示隐藏文件后才能看到； tts 文件夹可能需要手动创建。

• GUI 界面无响应或异常

  • 检查 Python 版本、依赖包和 config 配置格式，必要时删除 config.json 重新配置。

---

配置文件示例（config.json）

{
  "username": "your_user",
  "password": "your_password",
  "skip_score": 80,
  "target_voice_path": "draft/target_voice.wav",
  "skip_rules": [
    {"unit_pattern": "Unit 1", "chapter_type": "Any", "chapter_num": ""}
  ],
  "level_type_rules": [
    {"unit_pattern": "Unit 1", "level_pattern": "Role-play", "level_type": "Role-play"}
  ]
}

---

代码结构说明

src
├── main.py             # 主程序
├── connector           # FiF客户端连接器
├── speaker             # 语音合成器抽象
├── tts                 # TTS模型
└── vmic                # 虚拟麦克风

---

tts 模型文件位置结构说明

tts
└── tts_models--multilingual--multi-dataset--your_tts
    ├── config.json
    ├── config_se.json
    ├── language_ids.json
    ├── model.pth
    ├── model_se.pth
    └── speakers.json

---

免责声明

• 仅供个人学习用途。
• 本程序及语音模型运行情况与环境有关，开发/运行环境需满足 Python 3.11 及上述依赖，部分边界未做深度兼容处理。

---

致谢与引用

• microsoft/playwright
• coqui-ai/TTS
• Aurorabili/fuckfif