小小听写官产品系统Vibe Coding

立项原因：
1、小学生听写是语文、英语学习的高频刚需，但传统听写依赖家长逐词朗读、逐字批改，耗时耗力，家长辅导压力大；
2、不同省份、不同年级使用的教材版本和词表各不相同，手动整理词表效率低、易出错。
本项目旨在解决听写"读词难、批改累、词表不对应"的问题。
行业场景：面向K12在线教育与家庭辅导场景，服务于小学生及家长，用于日常作业听写、课后复习和单元测验前的自测，业务背景是教育类AI应用与家校共育工具。

1、功能模块：年级与省份选择、中文听写、英文听写、AI智能校对、听写结果与错题查看。
2、主要功能描述：用户首次进入小程序时选择所在年级和省份，系统根据对应地区的教材版本自动匹配听写词表。中文听写支持"纸质听写"（用户在纸上书写，完成后拍照上传）和"屏幕手写"（直接在手机或平板屏幕上书写）两种方式；英文听写支持"键盘输入"和"纸质手写"两种方式。系统自动朗读词语，用户按节奏作答。听写完成后由AI自动校对，识别手写内容并与标准答案比对，标出并记录错字、错词，并给出正确写法，帮助孩子及时订正，减轻家长批改负担。

1、我负责的整个小程序的设计、通过Vibe Coding实现小程序前端页面和后端接口开发与交互实现（年级省份选择、听写流程、手写画板、拍照上传），以及听写词表管理、AI校对接口的对接与结果展示。
2、技术栈与架构：前端基于微信小程序原生框架开发，后端采用Python提供词表、用户与听写记录服务，数据存储使用Postgresql。语音朗读接入TTS语音合成服务，纸质手写与屏幕手写的识别接入OCR与手写识别能力，再结合大模型对识别结果与标准答案做比对校对。
3、亮点与难点：亮点是按"年级+省份"精准匹配教材词表，并同时支持多种作答方式；难点在于儿童手写字迹潦草、笔画不规范导致识别准确率低，通过图像预处理、手写识别结合大模型语义纠错来提升校对准确率，并控制校对响应速度。