英语背词宝APP产品系统

本项目属于在线教育与智能学习工具领域。立项旨在解决传统英语背单词“背了忘、忘了背、缺乏反馈、发音不准、错题难以沉淀”的用户痛点。系统结合艾宾浩斯遗忘曲线与AI语音评测技术，为高考、高中等备考人群提供科学、高效、多端互通的智能化英语学习闭环，帮助用户提升记忆留存率与口语发音水平

智能背词卡片：多维展示单词信息（音标、名词/动词释义占比、真题考频），支持“纠错、标生、标熟”操作。结合音标与释义提供“巧记单词”图文助记，并集成标准发音播放。

艾宾浩斯抗遗忘特训：展示记忆存留强弱预测（如85%）与已背词汇总量，按12小时至15天进行遗忘阶段分布统计。自动计算“临界到期词”，通过“记得/模糊/忘了”反馈，算法自动调整下次复习间隔，支持一键开始抗遗忘刷词。

智能错词本：集中管理错词，展示错误次数，支持发音跟读与删除。内置“消灭错词”机制，连续答对2次自动移出错词本，配合每日打卡、单词挑战、进度统计等功能。

听说测验与AI评测：提供4选1测验、听写默写、自动连读、口语跟读多模式。口语评测界面展示跟读挑战例句（中英双语），用户点击红钮录音，系统实时打分并对比标准原声。

本人作为核心全栈研发，独立负责数据库设计、后端接口开发及前端UniApp多端适配。

技术栈与架构：前端采用 UniApp（Vue3）结合 Vant UI，实现微信小程序/H5/App 多端发布，利用 ECharts 渲染遗忘曲线与学习数据；后端采用 Java（Spring Boot）+VUE 双栈可维护架构，搭配 MySQL 与 Redis 缓存高频词库。

亮点与难点：核心难点在于艾宾浩斯遗忘算法与动态复习调度机制的设计，需根据用户反馈实时计算下一次复习节点。同时封装了音频流媒体播放与录音上传模块，对接第三方语音评测API（实现发音打分），并处理了多端录音权限与兼容性问题，保障了高并发下的词库加载速度。