AI 口說練習：跟 AI 對話練英文、日文等外語

為什麼口說需要專門練習

大多數語言練習都是安靜的：閱讀、點選正確的字、聽錄音。它們累積了單字，卻沒訓練到嘴巴，這也是很多人說的「啞巴英文」：讀得很好，一要開口就卡住。

口說要靠說來進步，而當有東西針對你實際說出的話、而不是你想說的話做出反應時，進步得更快。老師或有耐心的朋友是最好的版本。一個會聽的助理，則是晚上十一點還在、不會覺得無聊、同一句話聽五遍也不介意的版本。

用翻譯工作階段檢查自己

最簡單的練習，是把翻譯功能反過來用。不是把別人的話翻成你的語言，而是你說正在學的語言，讓 App 把你翻回你的語言。如果譯文是你想表達的意思，聽的人多半也聽懂了。如果不是，你就找到了要練的那一句。

1. 點一下「翻譯」（地球圖示）。在標題為「翻譯」的面板中，開啟「翻譯聊天和即時工作階段」。
2. 把「來源語言」設為你正在學的語言，而不是「自動偵測」，讓 App 知道你打算說哪種語言。
3. 把「目標語言」設為你自己的語言。
4. 在 iPhone 上點一下「開始」，在 iPad 和 Mac 上點一下「開始工作階段」，一次說一句，每句說完停一下。
5. 讀每一組對話泡泡：第一個是它聽到你說的話，第二個是它翻成你的語言的譯文。
6. 練完點一下「結束」，並在同一個面板中關閉翻譯。這是全 App 的設定，你不關掉，下一次工作階段也會維持開啟。

怎麼看兩個對話泡泡

兩個對話泡泡告訴你的事不一樣。第一個泡泡出現的字和你說的不一樣時，問題大概出在發音：聽的人很可能也會聽成那樣。第一個泡泡正確、譯文卻沒表達出你的意思時，問題在文法或用字，譯文顯示的就是你這句話實際上在說什麼。

有一點要小心。模型很擅長從上下文推敲意思，就像一個友善的聽眾，所以有錯的句子也可能翻得正確。把好的譯文當成「聽得懂」，而不是「說得對」。下面的對話練習，才是錯誤會被指出來的地方。

寫出來的句子也可以這樣檢查。開啟翻譯時，打進「詢問 AI 或貼上上下文...」輸入框的文字也會被翻譯，出聲說之前，可以先快速檢查語序和拼字。

一個用目標語言回答你的對話夥伴

要練對話，就關閉翻譯，用你自己的指示開始一個空白工作階段。指示能把一般的助理變成有耐心的練習夥伴，所以要具體說明語言、程度和想被糾正什麼。下面的步驟先把它設定好，後面的例子是其他值得一試的指示。

1. 打開「翻譯」，確認「翻譯聊天和即時工作階段」是關閉的，這樣你說的話會進入對話，而不是被翻譯。
2. 開始一個空白工作階段，寫下像這樣的指示：「只用英文回答。每次回答都控制在一兩句短句。我每說完一段，先簡短糾正我的錯誤，再把對話接下去。」
3. 把「細節等級」設為「簡潔」，讓每個回答都短到能很快讀完、接著回答。
4. 告訴它你想練習的情境：在麵包店點餐、介紹你的工作、抱怨包裹遲到、和鄰居閒聊。
5. 點一下「開始」就開口說。如果想改口，直接再開口：你一說話，助理就會停下它的回答。
6. 練完點一下「結束」。工作階段會留在「工作階段」裡，明天還能回頭看那些糾正。

• 「扮演首爾一家咖啡廳的店員。用簡單的韓文，只糾正會讓人聽不懂的錯誤。」
• 「用法文一次問我一個關於週末的問題，等我回答。」
• 「只用初級程度的日文回答。如果我說了中文，就告訴我那個詞的日文怎麼說。」
• 「今天只糾正我的動詞變化，其他都不管。」

用「卡拉OK」出聲念它的回答

「卡拉OK」是這個 App 最接近發音練習的功能：你出聲念最新的回答時，它會逐字標亮，辨識由裝置端的 Apple Speech 完成。你說出口時亮起的字，就是被辨識出來了；沒有亮起的字，聽的人可能也沒聽清楚。

它用「設定」中的「Apple Speech 語言」來聽，所以先把它設為你正在學的語言。然後在「麥克風」關閉的狀態下，點一下「卡拉OK」，用自然的速度出聲念出助理的最後一個回答。某個字一直不亮，就重念到它亮為止，再把整句念一遍。

因為文字是助理自己的回答，練習材料永遠是你剛剛進行的對話：你需要的字、你要求的程度。如果要念你自己的長篇文字，演講排練的指南會更詳細地介紹「卡拉OK」。

每天十五分鐘

短而頻繁，勝過長而稀少。每天十五分鐘可以這樣安排：

• 五分鐘在空白工作階段對話，「細節等級」設為「簡潔」，每天換一個新情境。
• 五分鐘回頭看那些糾正，再把改正後的句子對著翻譯工作階段說一遍，確認現在的譯文是你想表達的意思。
• 五分鐘用「卡拉OK」念助理最近的回答，重複任何不會亮的字。
• 把這個語言的工作階段放在同一個專案裡，這幾週的練習就集中在一處，不會和工作混在一起。

它不是什麼

它不是課程，也不是老師。除非你把課程計畫寫進指示，否則沒有課綱；糾正是模型的看法：通常可靠，偶爾出錯或過於正式。多益、日檢這類考試或證照，或需要這個語言的工作，還是該由合格的老師聽你說話來評斷。

隱私方面：在雲端工作階段中，你說話的音訊從裝置直接傳送到 OpenAI 的 Realtime API，工作階段儲存在裝置上；Arte Soft 的伺服器從不接收音訊、逐字稿或回答。「卡拉OK」的辨識在裝置上進行。在 iPhone 和 iPad 上，工作階段需要網路連線；在搭載 Apple silicon 的 Mac 上，本機工作階段不需要雲端，就能以文字轉錄、回答和翻譯。