Pratique de l'oral
avec corrections après chaque phrase

Choisissez la langue que vous parlez et celle que vous apprenez, puis une scène, comme commander un café ou acheter un ticket de bus. Un Managed Agent Cartesia joue l'autre personne à voix haute, et un panneau latéral note ce qu'il faut corriger après chaque phrase que vous dites.

Déployer sur Vercel Voir sur GitHub

Speaking partner pendant la scène du café en espagnol, avec les corrections activées. Le barista répond à l'apprenant en espagnol, et le panneau des corrections affiche une carte de grammaire avec la phrase corrigée

Capture d'écran. Le modèle lancé en local.

Modèles: ink-2, sonic-3.6
Langues: Anglais, espagnol, français, hindi, japonais
Licence: Apache-2.0
Stack technique: Next.js 16React 19AI SDKshadcn/uiagents-web
Produits Cartesia: Managed AgentsInk 2Sonic 3.6

Ce qu'il fait

Neuf scènes vont de saluer un nouveau voisin à négocier son loyer, chacune avec un objectif à atteindre. Vous choisissez aussi un style d'enseignement. Teacher propose des mots et les explique dans votre langue. Immersive reste dans son rôle et masque les corrections au départ. À la fin de la scène, il vous note de 1 (difficile) à 3 (fluide) et vous donne trois conseils. Les scènes et les deux styles viennent d'une démo open source de Zack Akil (Apache-2.0).

Lancez-le vous-même

1
Installez
Lancez les commandes ci-dessous avec Node 22.22 ou plus récent. pnpm fonctionne aussi. CARTESIA_API_KEY suffit pour parler. Le panneau de corrections a besoin de LLM_MODEL et de la clé de son fournisseur, et indique quoi ajouter tant qu'elles ne sont pas définies.
npx degit cartesia-ai/cookbook/examples/speaking-partner speaking-partner cd speaking-partner # add CARTESIA_API_KEY, and LLM_MODEL plus its key for corrections cp .env.example .env.local npm install npm run dev
Variables d'environnement
CARTESIA_API_KEY
play.cartesia.ai/keys
LLM_MODEL
Pour les corrections. fournisseur/modèle, par exemple openai/gpt-5.4-mini
OPENAI_API_KEY
Si LLM_MODEL commence par openai/
ANTHROPIC_API_KEY
Si LLM_MODEL commence par anthropic/
AI_GATEWAY_API_KEY
Pour tout autre fournisseur. Inutile sur Vercel
AGENT_MODEL_ID
Facultatif. Le LLM du partenaire, d'après GET /v1/agents/models
VOICE_ID_ES
Facultatif. Fixe la voix espagnole. VOICE_ID_EN, _FR, _HI et _JA fonctionnent de la même façon
APP_PASSWORD
Facultatif en local. Obligatoire sur Vercel, ou none pour rendre l'app publique
TRUST_PROXY
Facultatif. 1 derrière votre propre reverse proxy
Choisissez une scène
Ouvrez l'URL affichée par npm run dev et choisissez vos deux langues. Choisissez un style d'enseignement et une scène, appuyez sur Start speaking et dites la première phrase vous-même. Utilisez un casque. La page termine la session au bout de 3 minutes.

Créez-le avec votre agent de code

Un prompt qui indique à votre agent de code par où commencer et quoi lire en premier.

Prompt

Claude Code Cursor Codex

Build a language speaking practice app on a Cartesia Managed Agent. Start from https://github.com/cartesia-ai/cookbook/tree/main/examples/speaking-partner and follow its AGENTS.md for the commands, files and rules. The server creates one temporary agent per session with POST /v1/agents, writing the mission, role, mode and languages into its instructions, because a browser access token cannot send dynamic_variables. The browser gets a 60 second token with only the agent grant and talks to the agent through useCartesiaAgent from lib/agents-web. Corrections are a separate AI SDK call per line. Keep the five Ink 2 languages (en, es, fr, hi, ja). If I don't have a Cartesia API key yet, follow https://www.cartesia.ai/agent-quickstart.md to get one.

Comment ça marche

SessionLe serveur écrit la scène dans les instructions d'un nouvel agent

Ink 2Vous entend dans la langue que vous apprenez

LLMJoue l'autre personne, claude-haiku-4.5 par défaut

Sonic 3.6Parle avec une voix native de cette langue

CorrectionsUn appel LLM séparé vérifie chacune de vos phrases

Pourquoi ça fonctionne ainsi

Un agent par session

Le navigateur se connecte avec un token de courte durée, et ce token ne peut pas transmettre la scène à l'appel. Avant chaque session, le serveur écrit donc la scène, le rôle et le style d'enseignement dans les instructions d'un nouvel agent. Il supprime l'agent quand vous partez.

Les corrections tournent à côté de l'appel

Après chacune de vos phrases, un appel LLM séparé vérifie uniquement cette phrase. Il renvoie la phrase corrigée et une courte explication dans votre langue. Le partenaire continue la conversation et ne s'arrête jamais pour vous corriger.

Le partenaire termine la scène

Quand vous atteignez l'objectif, le partenaire dit au revoir et appelle un outil de votre navigateur qui termine la scène. Il lui passe trois conseils, plus une note en Immersive, et la page affiche un résumé et supprime l'agent. Si vous partez avant, vous voyez le résumé sans la note.

Personnalisez-le

Ajoutez une scène

Ajoutez une entrée à data/missions.json, la liste des scènes. Les routes reçoivent l'id de la scène, donc le navigateur n'envoie jamais de texte libre dans un prompt.

Changez la façon d'enseigner

Les prompts des deux styles d'enseignement sont dans lib/prompts.ts.

Choisissez les voix

Définissez VOICE_ID_ES et les autres. Sans elles, le serveur prend dans la bibliothèque de voix le premier locuteur natif dont la description est chaleureuse.

Rejoignez les équipes qui passent à Cartesia

Classé numéro 1

dans les classements Speech Arena et Speech to Text d'Artificial Analysis

Questions

Combien coûte son utilisation ?

Le template est gratuit et open source sous licence Apache-2.0. Les appels de pratique utilisent votre compte Cartesia, et les corrections écrites votre fournisseur de LLM. Chaque session s'arrête au bout de 3 minutes.

De quoi ai-je besoin pour l'essayer ?

Une clé API Cartesia et Node 22.22 ou plus récent suffisent pour parler. Les corrections écrites demandent aussi une clé LLM, d'OpenAI, d'Anthropic ou du Vercel AI Gateway.

Quelles langues puis-je pratiquer ?

L'anglais, l'espagnol, le français, le hindi et le japonais, dans n'importe quelle paire. Ce sont les langues qu'Ink 2 comprend, donc une autre langue demande un autre système de transcription.

Puis-je le mettre en ligne sans risque ?

Définissez un mot de passe avant de déployer, car toute personne qui ouvre la page peut lancer des sessions sur votre compte. Cartesia enregistre aussi l'audio et la transcription de chaque appel d'agent, donc prévenez vos utilisateurs et supprimez les appels dont vous n'avez pas besoin.

Pourquoi ma phrase n'apparaît-elle qu'une fois que j'ai fini de parler ?

L'agent envoie vos mots quand vous avez fini de parler, donc votre phrase et sa correction apparaissent ensemble. Les mots du partenaire s'affichent pendant qu'il parle.

Existe-t-il un guide pas à pas pour ce modèle ?

Oui. La recette parcourt le code, le README couvre l'installation, les variables d'environnement et le déploiement, et la documentation des outils client explique le côté Cartesia.