# 发音学习说明（全量版）

## 这次生成了什么

- **621 个单词发音**：全书 15 个词表章节的全部精讲词条。
- **621 个例句发音**：每个词条对应的例句。
- **格式**：24 kHz 单声道 MP3，响度统一到约 -16 LUFS，64 kbps。
- **播放页**：[发音学习页.html](发音学习页.html)（搜索、章节筛选、连续播放、单词/例句单播）。
- **音标页**：[音标学习页.html](音标学习页.html)（44 个英式音素、每个 4 个例词、10 组最小对立对）。
- **语法页**：[语法练习页.html](语法练习页.html)（30 个语法点、91 个例句、90 道选择题）。
- **语法音频包**：[语法音频.zip](语法音频.zip)（91 条例句，约 1.7 MB）。
- **音标音频包**：[音标音频.zip](音标音频.zip)（156 个去重例词，约 0.8 MB）。
- **打包下载**：[发音音频.zip](发音音频.zip)（约 27.5 MB，含 word/sentence 与 manifest.json）。
- **合集版词书**：每个词条下已插入 `🔊 **发音**：[单词] ｜ [例句]` 链接。

## 用的什么声音

- 引擎：**Breeze TTS 2**（本地部署，默认 `E:\LLM\Breeze TTS2`；可用 `BREEZE_APP` / `BREEZE_MODEL` 覆盖）。
- 音色：**艾尔莎**（`E:\LLM\AIsource\TTS\aiersha`，参考音频 + 逐字文字稿；书内使用相对路径 `audio/ref/aiersha_24k_mono.wav`）。
- 单词：使用“英语发音教师”指令，要求清晰标准美音，CFG 4.0。
- 例句：克隆模式，CFG 1.0，速度更快，语气更自然。

> 这是中文音色跨语种说英文，会带一点中文口音；建议把单词音频当作“听辨 + 跟读”材料，而不是唯一的标准音源。

## 怎么用

1. 打开 `发音学习页.html`（Edge / Chrome）。
2. 搜索单词或中文释义，或按章节筛选。
3. 点 **▶ 连续播放当前列表**，会按当前筛选结果依次播放单词。
4. 每张卡片可单独播放 **单词** 或 **例句**。
5. 词书里每个词条下方也有同样的两个链接，读到哪听到哪。

## 文件结构

```
合集/
├─ 发音学习页.html             # 621 词全量播放页
├─ 发音试听.html               # 第 1 章 40 词样音（保留）
├─ 发音说明.md                 # 本文件
├─ 四六级雅思词汇乱序精讲-合集.md
└─ audio/
   ├─ manifest.json            # 词条 + 音频路径 + 状态（扩展接口）
   ├─ ref/aiersha_24k_mono.wav # 参考音色
   ├─ word/<ID>.mp3            # 单词
   ├─ sentence/<ID>.mp3        # 例句
   └─ tools/
      ├─ build_manifest.py     # 扫描章节，更新清单
      ├─ build_audio.py        # 增量生成缺失音频
      ├─ build_pages.py        # 重建页面 + 注入词书链接
      └─ README.md             # 扩词流程与参数说明
```

## 以后加词怎么办

只要三步（详见 `audio/tools/README.md`）：

1. 把新词按原格式写进章节文件（ID 唯一，如 `C4F-01`）。
2. 运行 `build_manifest.py` 更新清单。
3. 运行 `build_audio.py` 和 `build_pages.py`。

`build_audio.py` 会自动跳过已生成的音频，只补新增部分；`build_pages.py` 会重建页面并刷新词书里的发音链接，不会产生重复行。

## 技术备注

- 参考音频必须 **24 kHz 单声道 WAV**；48 kHz 立体声会触发 librosa 重采样卡死。
- 导入 `qwen_tts` 前设置 `NUMBA_DISABLE_JIT=1`，否则 numba 首次编译会卡几分钟。
- 显存不足时脚本用 `device_map="auto"` + `max_memory` 部分卸载到 CPU；可用环境变量 `TTS_MAX_GPU=11GiB` 调整。
- 每批写回 `manifest.json`，中断后重跑会从断点继续。
- SoX 未安装不影响；参考音频用 soundfile 读取。

## 声音与版权

- Breeze TTS 2 代码为 Apache-2.0，权重为研究/非商业许可；生成的音频仅供个人学习使用。
- 艾尔莎参考音频来自你提供的 `E:\LLM\AIsource\TTS\aiersha`，请勿将生成音频用于商业分发。
