Avahi construyó el Phonics Voice Tutor, una aplicación web que permite a un profesor realizar una sesión de práctica en vivo, basada en voz, con un estudiante simulado por IA. Un profesor configura una lección a través de un formulario guiado de varias secciones, seleccionando fonemas objetivo, habilidades de enfoque (aislamiento, mezcla o segmentación) y una puntuación de competencia inicial para el estudiante simulado. El sistema genera un plan de lección estructurado de ejercicios de calentamiento y principales, y luego guía al profesor a través de cada ejercicio en una sesión conversacional.

Durante una sesión, el profesor pronuncia una indicación, que Amazon Transcribe convierte a texto a través de un flujo de revisión en dos pasos, de modo que el profesor puede confirmar o corregir la transcripción antes de que se envíe. El estudiante simulado responde, ya sea correctamente o con un error fonémico modelado según patrones reales del aula, y el motor de texto a voz neuronal de Amazon Polly sintetiza la respuesta como audio hablado utilizando etiquetas a nivel de fonema para una pronunciación precisa. Si el estudiante se equivoca, el profesor ofrece una corrección, y Amazon Bedrock evalúa esa corrección en cuatro dimensiones: precisión, claridad, andamiaje y aliento, y devuelve un consejo de coaching. La arquitectura subyacente fue construida para ser extensible: los patrones de error, los criterios de evaluación y los componentes individuales pueden modificarse o intercambiarse a medida que evolucionan las necesidades de The Literacy Architects, sin necesidad de reelaborar la arquitectura general.

La tasa de error del estudiante simulado se adapta continuamente: las correcciones sólidas disminuyen la probabilidad de un error futuro, mientras que las correcciones más débiles la mantienen o la aumentan, de modo que la dificultad de la sesión responde a la eficacia con la que el profesor está enseñando. El sistema también admite un modo que modela la interferencia fonémica español-inglés, lo que permite a los profesores practicar con patrones de error específicos de los estudiantes de inglés como segunda lengua.

La infraestructura de la aplicación se gestiona completamente a través de Terraform como infraestructura como código, siguiendo las mejores prácticas de Excelencia Operacional Excelencia mejores prácticas para que el entorno puedan pueda ser escalado, detenido, detenido o desactivado rápidamente con un esfuerzo manual mínimo. Haga clich con un manual mínimo esfuerzo. El frontend es una interfaz de React que guía al profesor desde la configuración de la lección hasta la sesión en directo, e incluye un panel de imágenes de andamiaje y un teclado de fonemas en pantalla para que los profesores puedan corregir cualquier error de transcripción del reconocimiento de voz.