Pratica di conversazione
con correzioni dopo ogni frase

Scegli la lingua che parli e quella che stai imparando, poi una scena, come ordinare un caffè o comprare un biglietto dell'autobus. Un Managed Agent di Cartesia fa l'altra persona a voce, e un pannello laterale annota cosa correggere dopo ogni frase che dici.

Distribuisci su Vercel Vedi su GitHub

Speaking partner durante la scena del bar in spagnolo, con le correzioni attive. Il barista risponde allo studente in spagnolo e il pannello delle correzioni mostra una scheda di grammatica con la frase corretta

Screenshot. Il template in esecuzione in locale.

Modelli: ink-2, sonic-3.6
Lingue: Inglese, spagnolo, francese, hindi, giapponese
Licenza: Apache-2.0
Stack: Next.js 16React 19AI SDKshadcn/uiagents-web
Prodotti Cartesia: Managed AgentsInk 2Sonic 3.6

Cosa fa

Nove scene vanno dal salutare un nuovo vicino al negoziare l'affitto, ognuna con un obiettivo da raggiungere. Scegli anche uno stile di insegnamento. Teacher suggerisce parole e le spiega nella tua lingua. Immersive resta nel ruolo e all'inizio nasconde le correzioni. Quando finisci la scena, ti dà un voto da 1 (in difficoltà) a 3 (fluente) e tre consigli. Le scene e i due stili vengono da una demo open source di Zack Akil (Apache-2.0).

Eseguilo tu

1
Installa
Esegui i comandi qui sotto con Node 22.22 o successivo. Funziona anche pnpm. CARTESIA_API_KEY basta per parlare. Il pannello delle correzioni richiede LLM_MODEL e la chiave del suo provider, e ti dice cosa aggiungere finché non sono impostati.
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
Variabili d'ambiente
CARTESIA_API_KEY
play.cartesia.ai/keys
LLM_MODEL
Per le correzioni. provider/modello, per esempio openai/gpt-5.4-mini
OPENAI_API_KEY
Se LLM_MODEL inizia con openai/
ANTHROPIC_API_KEY
Se LLM_MODEL inizia con anthropic/
AI_GATEWAY_API_KEY
Per qualsiasi altro provider. Non serve su Vercel
AGENT_MODEL_ID
Opzionale. L'LLM del partner, da GET /v1/agents/models
VOICE_ID_ES
Opzionale. Fissa la voce spagnola. VOICE_ID_EN, _FR, _HI e _JA funzionano allo stesso modo
APP_PASSWORD
Opzionale in locale. Obbligatoria su Vercel, oppure none per rendere l'app pubblica
TRUST_PROXY
Opzionale. 1 se sei dietro un tuo reverse proxy
Scegli una scena
Apri l'URL stampato da npm run dev e scegli le tue due lingue. Scegli uno stile di insegnamento e una scena, premi Start speaking e di' tu la prima frase. Usa le cuffie. La pagina chiude la sessione dopo 3 minuti.

Crealo con il tuo agente di programmazione

Un prompt che dice al tuo agente di programmazione da dove partire e cosa leggere per primo.

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.

Come funziona

SessioneIl server scrive la scena nelle istruzioni di un nuovo agente

Ink 2Ti ascolta nella lingua che stai imparando

LLMFa la parte dell'altra persona, claude-haiku-4.5 di default

Sonic 3.6Parla con una voce madrelingua per quella lingua

CorrezioniUna chiamata LLM separata controlla ogni tua frase

Perché funziona così

Un agente per sessione

Il browser si collega con un token di breve durata, e quel token non può passare la scena alla chiamata. Quindi, prima di ogni sessione, il server scrive la scena, il ruolo e lo stile di insegnamento nelle istruzioni di un nuovo agente. Elimina l'agente quando esci.

Le correzioni girano accanto alla chiamata

Dopo ogni tua frase, una chiamata LLM separata controlla solo quella frase. Restituisce la frase corretta e una breve spiegazione nella tua lingua. Il partner porta avanti la conversazione e non si ferma mai a correggerti.

Il partner chiude la scena

Quando raggiungi l'obiettivo, il partner saluta e chiama un tool nel tuo browser che chiude la scena. Gli passa tre consigli, più un voto in Immersive, e la pagina mostra un riepilogo ed elimina l'agente. Se esci prima, vedi il riepilogo senza voto.

Personalizzalo

Aggiungi una scena

Aggiungi una voce a data/missions.json, l'elenco delle scene. Le route ricevono l'id della scena, quindi il browser non invia mai testo libero in un prompt.

Cambia lo stile di insegnamento

I prompt dei due stili di insegnamento sono in lib/prompts.ts.

Scegli le voci

Imposta VOICE_ID_ES e le altre. Senza di esse il server prende dalla libreria di voci il primo madrelingua con una descrizione amichevole.

Unisciti ai team che passano a Cartesia

Al primo posto

nelle classifiche Speech Arena e Speech to Text di Artificial Analysis

Domande

Quanto costa usarlo?

Il template è gratuito e open source con licenza Apache-2.0. Le chiamate di pratica usano il tuo account Cartesia, e le correzioni scritte il tuo provider LLM. Ogni sessione si chiude dopo 3 minuti.

Cosa mi serve per provarlo?

Per parlare bastano una API key di Cartesia e Node 22.22 o successivo. Le correzioni scritte richiedono anche una chiave LLM, di OpenAI, Anthropic o Vercel AI Gateway.

Quali lingue posso praticare?

Inglese, spagnolo, francese, hindi e giapponese, in qualsiasi coppia. Sono le lingue che Ink 2 capisce, quindi un'altra lingua richiede un altro sistema di trascrizione.

È sicuro metterlo online?

Imposta una password prima del deploy, perché chiunque apra la pagina può avviare sessioni sul tuo account. Cartesia registra anche l'audio e la trascrizione di ogni chiamata dell'agente, quindi avvisa i tuoi utenti ed elimina le chiamate che non ti servono.

Perché la mia frase compare solo quando smetto di parlare?

L'agente invia le tue parole quando finisci di parlare, quindi la tua frase e la sua correzione compaiono insieme. Le parole del partner compaiono mentre parla.

Esiste una guida passo passo per questo template?

Sì. La ricetta spiega il codice, il README copre configurazione, variabili d'ambiente e deploy, e la documentazione dei client tool spiega la parte di Cartesia.