使用 Google Gemini 做出了目前最强的英语口语学习软件。Gemini的多模态能力目前来说应该是世界第一。 之前也尝试过用OpenAI的语音模式学习英语，问题是我英语本来就不是很好，每次回答还默认英语，而且他也无法识别语调，发音等问题，实际上那种模式是通过语音转文字后进行分析，完全无法分析你的语调和发音问题。 Gemini2.0的多模态功能完美解决了这个问题，目前他可以非常强的理解你的真实发音，而不是单纯的转换成文字后纠正，他可以真正的触达你的真实声音。 下面是我自己练习时的视频，它是可以真正的分析你的发音，真的太强大了！

开源代码链接：

把代码整理了一下，并且附加上了完整的使用教程，有需要的小伙伴可以自取，如果有什么问题也可以开issue提问，基本秒回。

更新了一个版本，目前支持语音功能，可以自动发音，更方便纠正语法问题

Announcing: Our most advanced speech-to-text model goes beyond accuracy to capture the real-world complexity of human conversation and deliver reliable, source-of-truth audio data. Explore Universal-2 updates 👇

@GeminiApp 盒子哥，搞个口语学习的 ai agent吧， 大家都要学

@GeminiApp 怎么说呢 咋交互

@GeminiApp 支持日文不支持中文

@GeminiApp 收到 🫡老师

@GeminiApp 马上试试👍🏻💡

@GeminiApp 这个其实能做一些教育APP

@GeminiApp 感觉gemimi语音识别错误率很高，或许我的发音不行吧