# Introduction（引言）

對於以中文為母語的研究者與醫師，英語口說的瓶頸常不在於詞彙，而在於「即時組句」的反應速度與語塊使用習慣。傳統的單字背誦或文法練習無法直接改善口說流暢度。Turn Dialogs 為一種強調「真實對話輪次（turn）」的訓練法，要求學習者在固定時間內完成一輪對話，藉由高密度反覆建立母語式回應習慣。本專案將 24 天密集口說課程數位化，提供結構化、可量化進度的訓練平台。

# Methods（方法）

系統以 TypeScript 為主，前端實作互動對話練習介面，後端管理課程進度與學習紀錄。每日課程包含若干 Turn Dialog 模組，每個模組以日常情境為主題（醫療、餐飲、會議），要求學習者在限定秒數內完成回應，系統紀錄停頓時間、回應長度與重複次數。

設計重點在於「無中斷」訓練體驗：使用者開啟頁面後即可立即開始練習，不需切換頁面或登入流程；進度自動儲存至本地，支援跨裝置同步。語音輸入功能可選擇接入瀏覽器原生 SpeechRecognition 或第三方 STT API，以擴展實際口說情境的覆蓋。

# Results（結果）

24 天課程完成後，學習者預期可在常見情境中具備母語式即時回應的能力。課程的數位化使其能被精確追蹤：哪些 Turn 反覆失敗、哪個情境需要更多練習，皆可透過後台統計呈現，作為日後個人化教練系統的資料基礎。

# Discussion（討論）

本專案展示了將「老派但有效」的語言訓練法以現代工具重新打造的價值。其貢獻在於提供結構化的口說訓練流程，並以資料為基礎進行進度管理。限制方面，自動評分目前仍以反應時間與長度為主，語法與發音的細部評估須仰賴 LLM 或專門 ASR；課程內容深度仍需要持續擴充。未來可結合 LLM 提供即時回饋與情境拓展。

# 連結

• GitHub：htlin222/eng-speaking
• 主要語言：TypeScript
• 最後更新：2026-04-24