Record Learn 课程体系最终规划

版本：v2.0 | 日期：2026-06-12 | 替代 courses-plan.md 与 course-lrc-mp3.md

>

v2.0 更新：重新规划 4 册课程架构，新增 VOA 节目链接目录，修正 Book 3/4 内容混杂问题。

---

一、决策审查：VOA 取代新概念英语（NCE）是否合理？

1.1 NCE 不可用的根因

结论：NCE 不可用是事实而非选择。必须找替代方案。

1.2 VOA 作为替代的决策质量检查

1.3 VOA 的最大短板及补偿策略

短板：VOA 不是语法教材，语法点分布不够系统性。

补偿策略：

• 人肉遴选：从 52 集 L1 中精选 36 集，按 NCE 1 语法递进重新排序为 6 个单元
• 知识点层：每课 grammar.points + knowledgePoints 补充系统性语法教学
• Quiz 验证：每课 3–5 道客观题验证学习效果
• AI 精讲：学习中实时生成语法解释（/api/ai/explain）
• 长期替代：Book 2–4 同理，L2 选集 + Everyday Grammar TV 填补语法空白

1.4 决策结论

✅ 通过 VOA 全资源线取代 NCE 4 册 = 合理且是最优选择

理由：
1. 版权无风险 — 零审查、零授权、零诉讼，可放心打包 H5 静态资源
2. 资源无死角 — 每课都有真人 mp3 → 直接对接项目 mp3+lrc 结构
3. 梯度可解释 — A1→C1，对标新概念 4 级定位清晰
4. 语法可补 — 通过人工 knowledgePoints + AI 精讲弥补非教材设计短板
5. 维护可持续 — VOA 持续更新，后续可追新内容

---

二、4 本书体系最终架构（v2.0 重规划）

2.0 设计原则

v1.0 的主要问题：

• Book 3 内容混杂：将 People in America（人物传记）、Words and Their Stories（习语）、Education Tips（学习方法）三种完全不同类型的节目塞进同一册，缺乏统一的学习主线。
• Book 4 跳跃过大：从杂乱的 B1-B2 内容直接跳到 American Stories 文学改写 + 新闻长文，过渡不够平滑。
• 强行对标 NCE：VOA 不是语法教材，按 NCE 语法递进逻辑去排列 VOA 内容是削足适履。

v2.0 设计原则：

• 每册有清晰的学习主题，而非按 NCE 语法体系强行映射
• 发挥 VOA 原生优势：真实对话、地道习语、文化语境、新闻听力
• 语法通过 Everyday Grammar TV 专题补充，而非期待对话课自带系统性语法
• 统一每册 48 课，便于用户规划学习节奏
• 实际可落地：优先使用仍在更新、有充足集数的节目

2.1 总体映射

rl-starter（Aesop 两课）保留为「经典故事」附录，不占用主线课号。

2.2 为什么这样设计？

Book 1 — 会话基础（A1–A2）
   ↓  学会开口说英语，掌握基本日常对话
Book 2 — 语法与表达（A2–B1）
   ↓  系统补齐语法，能用正确句子表达观点
Book 3 — 词汇与文化（B1–B2）
   ↓  大量输入地道习语、词汇搭配、文化背景
Book 4 — 深度听力（B2–C1）
   ↓  用真实语料（小说、传记、科普）挑战长篇听力

这条路径的核心逻辑是：先敢说 → 再说对 → 再说得地道 → 最后听懂一切。这比强行对标 NCE 的语法递进体系更适合 VOA 的内容特点。

2.3 rl-book-1：会话基础（48 课）

核心资源：Let's Learn English Level 1（共 52 集，精选 48 集）
备选资源：Let's Learn English with Anna（2022+ 新版，制作更精良，但集数较少）

注意：上表中的 L1 集号可能需根据实际遴选调整。旧文档中的 36 课课表（L1.E2–E52）可作为初筛参考。

关于 L1.E1：欢迎视频无对话文稿，不作为正式课。实际可用 51 集，选 48 集。

2.4 rl-book-2：语法与表达（48 课）

核心资源：Let's Learn English Level 2（30 集）+ Everyday Grammar TV（18 集）

每单元结构：5 集情景对话（每个约 5 分钟）+ 3 集语法专题（每个约 2–3 分钟）。

为什么 LLE Level 2 只有 30 集？
VOA LLE Level 2 共 30 集，不足 48 课。补 18 集 Everyday Grammar TV 专题，正好构成「对话 + 语法」搭配。这比 v1.0 只补 6 集语法更充分。

2.5 rl-book-3：词汇与文化（48 课）

核心资源：

• Words and Their Stories（24 集）
• English in a Minute（12 集）
• News Words（12 集）

为什么这样设计？

• v1.0 将 People in America（人物传记）放进 Book 3 不合适——传记属于长篇听力，应放到 Book 4。
• Book 3 的定位是「词汇量爆发期」。B1-B2 阶段最需要的是大量输入地道表达，而非挑战长文。
• Words and Their Stories 每集约 4-6 分钟，讲解一个习语的文化来源，天然适合做「1 个习语 = 1 课」的单元。
• English in a Minute 每集仅 1 分钟，News Words 每集约 2 分钟，适合作为调剂/补充。

2.6 rl-book-4：深度听力（48 课）

核心资源：

• American Stories（24 集，每集约 13-15 分钟）
• 人物/历史专题（12 集）：America's Presidents、U.S. History 或 Arts & Culture
• 科普专题（12 集）：Science & Technology + Health & Lifestyle

为什么这样设计？

• v1.0 把 People in America 放在 Book 3 不合理。人物传记是长篇叙事，需要 B2+ 听力水平。
• American Stories 是 VOA 的王牌节目之一，每集 13-15 分钟、用 1500 词表改写美国文学经典。它天然适合做 Book 4 的主轴。
• 科普专题（Science & Technology / Health & Lifestyle）对标 NCE 4 的说明文/论述文风格。
• 注意：People in America 在 VOA 网站上的独立页面似乎在改版后不太容易找到。必要时用 America's Presidents 或 U.S. History 替代。

2.7 与 NCE 的定位对照

坦率地说：VOA 体系无法完美复刻 NCE 的语法递进精度——因为 VOA 本来就不是语法教材。但换一个角度，VOA 在听力输入量、口语真实性、文化沉浸感上远超 NCE。这是两种不同的学习哲学：NCE 是"精学语法 → 辅助阅读"，VOA 体系是"大量输入 → 语法补漏"。

---

三、VOA 学习节目完整链接目录 🆕

3.1 视频节目（Video Programs）

3.2 音频节目（Audio Programs）

3.3 分级入口

3.4 辅助资源

⚠️ 注意：VOA 网站在中国大陆可能被墙。脚本 voa-fetch.js 内置 STATIC_HOST_MAP 静态 IP + PowerShell WinHTTP 后备方案。

---

四、生产管线

3.1 机械化层（脚本自动化，零人工）

plan.json（一课一行）
    │
    ▼
voa-fetch.js          ─→  mp3/（下载音频）
                      ─→  transcript/（抽取结构化台词 JSON）
                      ─→  lrc/（按词数比例生成初版 LRC）
    │
    ▼ （可选优化）
align-lrc.js          ─→  lrc/（ffmpeg 静音检测精调，需安装 ffmpeg）
align-lrc-whisper.js  ─→  lrc/（Whisper 词级时间戳，需安装 whisper，最准）
    │
    ▼
gen-lesson-skeleton.js  ─→  lessons/book1/group1.js（自动生成骨架，句子文本已填好）

3.2 人工层（需手写，每课约 15-20 分钟）

lesson 骨架
    │
    ▼ 人工补充
├─ sentences[].cnText  ← 中文翻译
├─ translation         ← 课文中文概述
├─ knowledgePoints[]   ← 核心单词 / 短语 / 语法点
├─ grammar.points[]    ← 语法讲解 + 例句
├─ grammar.keySentences[] ← 关键句型
├─ quiz[]              ← 3-5 道理解题
├─ summaryQA[]         ← 2-5 道回答复述题
└─ grammarNote         ← 一句话语法说明

3.3 注册层（脚本辅助）

subjects.js update-locally  ← 自动更新 totalLessons
lessons/index.js            ← import book1/group1 + 拼合（人工维护）

---

五、一课完整制作清单（8 步）

5.2 手工制作模式（全人工，无需脚本）

当你无法运行自动化脚本（如 VOA 被墙、ffmpeg/whisper 未安装），或只想逐课精细打磨时，可按以下流程手工制作一课。

---

#### 5.2.1 一课需要哪些文件？

---

#### 5.2.2 手工制作步骤（以 rl-b1-001 为例）

##### 步骤 1：准备 MP3 音频

从 VOA 或其他来源下载音频文件，放到指定目录：

frontend-record-learn/src/static/data/book1/mp3/rl-b1-001-hello.mp3

• 建议比特率 128kbps，单声道即可
• 文件名格式：{lessonId}-{slug}.mp3
• 如果使用 CDN/对象存储，需修改 audioSrc 为完整 URL

##### 步骤 2：制作 LRC 字幕文件

LRC 是纯文本文件，每行一个时间戳 + 一句台词。格式如下：

[ti:Lesson 2: Hello, I'm Anna!]
[ar:Voice of America Learning English]
[al:Let's Learn English]
[by:manual]
[00:01.10]Jonathan: Hey, Pete! Who's your friend?
[00:04.20]Pete: She is Anna. She is new to D.C.
[00:07.12]Jonathan: Where are you from?
[00:08.12]Anna: I am from a small town.

放到：

frontend-record-learn/src/static/data/book1/lrc/rl-b1-001-hello.lrc

打轴工具建议：

• Aegisub（免费，macOS/Windows）：导入 MP3 + 台词文本，手动拖拽打轴，导出 .srt 后转换为 .lrc
• Whisper（自动化）：whisper audio.mp3 --model small --word_timestamps True，然后从输出中提取时间戳
• 在线工具：如 lrc-maker 等，一边听一边按快捷键标记时间

LRC 格式要点：

• 时间戳格式：[mm:ss.cc]（分钟:秒.百分秒）或 [mm:ss.xx]
• 元数据标签可选：[ti:] 标题、[ar:] 艺术家/来源、[al:] 专辑
• 每句一行，按时间升序排列
• 文本必须与后续 lesson 数据中的 sentences[].text 完全一致（含 speaker 前缀）

##### 步骤 3：编写 Transcript JSON（可选）

此文件用于归档原始台词，供后续 AI 辅助生成参考。格式如下：

{
  "id": "rl-b1-001",
  "slug": "hello",
  "voaUrl": "https://learningenglish.voanews.com/a/lets-learn-english-lesson-2-hello/3113733.html",
  "srcMp3": "https://voa-audio.voanews.eu/vle/2016/02/10/xxx.mp3",
  "title": "Lesson 2: Hello, I'm Anna!",
  "durationSeconds": 48.0,
  "fetchedAt": "2026-06-07T00:00:00.000Z",
  "license": "public-domain",
  "attribution": "Voice of America Learning English",
  "lines": [
    { "speaker": "Jonathan", "text": "Hey, Pete! Who's your friend?" },
    { "speaker": "Pete", "text": "She is Anna. She is new to D.C." },
    { "speaker": "Jonathan", "text": "Where are you from?" }
  ]
}

放到：

frontend-record-learn/src/static/data/book1/transcript/rl-b1-001-hello.json

##### 步骤 4：编写 Lesson 数据对象（核心）

这是最核心的一步，需要手写完整的课程对象。在对应的 group 文件中添加一个 JavaScript 对象。

文件位置：

frontend-record-learn/src/static/data/lessons/book1/group1.js

完整示例（一课）：

// group1.js 文件头部公共常量
const B = 'rl-book-1'
const S = 'english'

export const lessons = [
  {
    // ── 基础标识 ──
    id: 'rl-b1-001',                    // 唯一 ID，与 plan.json 一致
    bookId: B,                          // 对应 subjects.js 中 book.id
    subjectId: S,                       // 对应 subjects.js 中 subject.id
    stage: 1,                           // 1=Book1, 2=Book2, 3=Book3, 4=Book4
    order: 1,                           // 课程序号（全书递增）
    group: 'group1',                    // 分组标识

    // ── 展示信息 ──
    title: "Hello, I'm Anna!",          // 英文标题
    subtitle: '你好，我是安娜！',         // 中文副标题
    estimatedMinutes: 6,                // 预估学习时长（分钟）

    // ── 资源路径 ──
    audioSrc: '/static/data/book1/mp3/rl-b1-001-hello.mp3',
    lrcSrc: '/static/data/book1/lrc/rl-b1-001-hello.lrc',

    // ── 逐句文本 + 翻译（必须与 LRC 文本一致）──
    sentences: [
      { text: "Jonathan: Hey, Pete! Who's your friend?", cnText: '乔纳森：嘿，皮特！你的朋友是谁？' },
      { text: 'Pete: She is Anna. She is new to D.C.', cnText: '皮特：她是安娜。她是新来华盛顿特区的。' },
      { text: 'Jonathan: Where are you from?', cnText: '乔纳森：你来自哪里？' },
      // ... 每句都需要 text（英文，与 LRC 完全一致）和 cnText（中文翻译）
    ],

    // ── 课文概述翻译 ──
    translation: '安娜刚搬到华盛顿，在公寓楼下遇到皮特和乔纳森。三人互相介绍...',

    // ── 知识点（建议 ≥ 5 条）──
    knowledgePoints: [
      {
        id: 'kp_b1_001_apartment',       // 全局唯一 ID，建议格式：kp_b{册号}_{课号}_{单词}
        bookId: B,
        subjectId: S,
        type: 'word',                    // 'word' | 'phrase' | 'grammar'
        front: 'apartment',              // 单词/短语正面
        phonetic: '/əˈpɑːrtmənt/',       // 音标
        usPhonetic: '/əˈpɑːrtmənt/',    // 美式音标（可选）
        ukPhonetic: '/əˈpɑːtmənt/',     // 英式音标（可选）
        back: '公寓 (n.) 美式英语 / 英式英语常用 flat',
        examples: [
          { en: 'I am in apartment C2.', cn: '我住 C2 公寓。' },
          { en: 'She moved into a new apartment.', cn: '她搬进了新公寓。' }
        ],
        tags: ['rl-b1-001', 'noun', 'daily']
      }
      // ... 更多知识点
    ],

    // ── 语法说明 ──
    grammarNote: 'be 动词：I am / you are / he-she-it is。本课所有自我介绍都是这个结构。',

    grammar: {
      points: [
        {
          title: 'be 动词的人称变化',
          explanation: '英语中"是"随主语变化：I→am；you/we/they→are；he/she/it→is。',
          examples: [
            { en: 'I am Anna.', cn: '我是安娜。' },
            { en: 'She is new to D.C.', cn: '她是新来华盛顿的。' }
          ]
        }
      ],
      keySentences: [
        { en: 'I am from a small town.', cn: '我来自一个小镇。' }
      ]
    },

    // ── 课后测验（建议 3–5 题）──
    quiz: [
      {
        question: 'Where is Anna from?',
        options: ['A big city', 'A small town', 'Washington D.C.', 'New York'],
        answer: 1,                       // 正确答案索引（0-based，即 options[1]）
        explanation: 'Anna 说 "I am from a small town." 所以她来自一个小镇。'
      }
    ],

    // ── 复述问答题（可选，2–5 题）──
    summaryQA: [
      {
        question: 'Who does Anna meet at the apartment building?',
        hint: 'She meets Pete and his friend...'
      }
    ]
  }
  // ... 更多课追加在后面
]

关键约束：

• sentences[].text 必须与 LRC 文件中的台词文本逐字符一致
• knowledgePoints[].id 必须全局唯一，建议格式 kp_b{册}_{课号}_{词}
• quiz[].answer 是 options 数组的索引（0-based），不是 A/B/C/D
• grammar.points[].examples 和 knowledgePoints[].examples 格式相同：{ en, cn }
• summaryQA 可选，留空数组 [] 亦可

##### 步骤 5：注册到 lessons/index.js

在 frontend-record-learn/src/static/data/lessons/index.js 中，确保你的 group 文件已被 import 并拼合：

import { lessons as b1g1 } from './book1/group1'
// 后续新增 group:
// import { lessons as b1g2 } from './book1/group2'
// import { lessons as b1g3 } from './book1/group3'

export const lessons = [...g1, ...g2, ...g3, ...g4, ...s1, ...b1g1 /*, ...b1g2, ...b1g3 */]

##### 步骤 6：更新 subjects.js 的 totalLessons

在 frontend-record-learn/src/static/data/subjects.js 中，找到对应 book，更新 totalLessons：

{
  id: 'rl-book-1',
  totalLessons: 3,  // ← 每新增一课 +1；全部 36 课完成后改为 36
  // ...
}

---

#### 5.2.3 快速参考：字段一览

---

#### 5.2.4 手工 vs 脚本对照

---

六、资产目录约定

frontend-record-learn/src/static/data/
├── subjects.js                     # 学科 → Book 注册（totalLessons 需同步更新）
├── lessons/
│   ├── index.js                    # 总入口：import 各 group 并拼合
│   ├── book1/
│   │   ├── group1.js               # Book 1 第 1–12 课（人工编制）
│   │   ├── group2.js               # Book 1 第 13–24 课
│   │   └── group3.js               # Book 1 第 25–36 课
│   ├── book2/                      # Book 2（后续）
│   ├── nce2/                       # 旧 NCE2 数据（过渡期保留）
│   └── starter/                    # Aesop 寓言（保留）
├── book1/
│   ├── mp3/rl-b1-XXX-slug.mp3     # 音频文件
│   ├── transcript/rl-b1-XXX-slug.json  # 结构化台词
│   ├── lrc/rl-b1-XXX-slug.lrc     # 句级时间戳字幕
│   └── build-report.json          # 最后一次构建报告
├── book2/  ...   # 同结构
├── book3/  ...
└── book4/  ...

---

七、命名规范

• book_id: rl-book-N（Record Learn Book N）
• lesson_id: rl-b<册号>-<3 位序号>，例 rl-b1-001
• slug: 小写连字符英文短名，例 hello-im-anna
• 文件命名: {id}-{slug}.{ext}，例 rl-b1-001-hello-im-anna.mp3
• subjects.js: rl-book-1 展示名「Record Learn Book 1（新概念1 平替）」

---

八、质量验收标准（DoD）

每课上线前必须通过：

---

九、上线节奏（v2.0 更新）

总计：4 册 × 48 课 = 192 课。每批次 24 课，共 8 批次。

---

十、已知不一致与处理（v2.0 更新）

---

十一、未来方向（v2.0 更新）

• [ ] Book 2–4 的 plan.json：照 Book 1 模板，为每册编写 plans/rl-book-N.json
• [ ] Book 1 遴选最终定稿：从 51 集 LLE Level 1 中选定 48 集，确定每集对应的单元和课号
• [ ] transcript → lesson 骨架生成器（gen-lesson-skeleton.js）：从 transcript JSON 直接输出已填好 sentences、source 的 lesson 模板
• [ ] AI 辅助补 cnText / quiz：把 transcript JSON 喂给 LLM，输出中文翻译 + 5 道客观题 + 3 个知识点，人工校对后入库
• [ ] 管理后台 GUI：表单对应 plan JSON 字段，提交后服务端跑脚本推产物到 git
• [ ] 发音模块：将 How to Pronounce 系列作为全级别贯穿的发音练习补充
• [ ] 自动化质量检查脚本：跑每课 MP3/LRC 可用性、对齐精度、数据完整性
• [ ] Book 3/4 内容定期更新：Words and Their Stories、Science & Technology 等节目持续更新，可定期追新内容入课