单词卡 · 图音义英语学习
一张卡片三个信息：图 → 音 → 义。1202 个高频具象名词，每词一张 2D 矢量配图、一个真人级发音、一个音标，不带语法、不背拼写，像小时候认卡片那样认单词。配 错词循环 + 间隔复习 的学习闭环，浏览器打开即用。
学习进度保存在你自己浏览器的 localStorage 里，不上传任何服务器。
实机演示
功能亮点
- 图 → 音 → 义，无语法：正面只有配图 + 单词 + 音标，翻面才是中文。绕过中文翻译直接建立「实物 ↔ 英语」的直连（Paivio 双重编码思路）。
- 1202 个可图示的具体名词：21 个分类（动物 / 食物 / 身体 / 交通 / 家具…），全部是看得见摸得着的词，不塞抽象概念。
- 真人级发音，本机合成：Kokoro-82M 本地模型
af_heart（美音女声），1202 条音频全部离线生成，零联网、零 API 费用。 - 发音体检：用语音识别回环验证每条音频 —— 随机抽检 10/10 通过；把可疑词放进例句复测 95.8% 正确，确认发音可靠。
- 错词循环：学习时点「还不认识」，这个词立刻排到本轮末尾再来一遍，当轮就多见几次。
- 间隔复习：复习采用看图选词 4 选 1，答对升箱、答错回箱，按 5 分钟 / 1 天 / 3 天 / 7 天 / 15 天五级间隔滚动安排，记不住的词会自动反复出现。
- 图库浏览：1202 词按分类网格展示，支持中英文搜索，点任意卡片即发音，当词典用。
技术实现
| 模块 | 做法 |
|---|---|
| 词库 | 1202 词 + 中文释义 + 词性 + 音标 + 英文例句 + 分类，21 类 |
| 配图 | Google Noto Emoji 2D 矢量图（Apache 2.0，可商用），971 词直配 + 231 词备源兜底，0 缺图 |
| 音标 | CMUdict 13.5 万条 + 自研 ARPAbet→IPA 转换，覆盖 1165/1202（97%） |
| 发音 | Kokoro-82M（MLX 本地推理，约 0.3 秒/词）→ AAC 64k，静音修剪后均值 0.59 秒 |
| 复习算法 | 自研五级 Leitner 盒：5 分钟 → 1 天 → 3 天 → 7 天 → 15 天，进度存 localStorage |
| 形态 | 纯前端单页（HTML/CSS/JS），无依赖、无后端、完全离线可跑 |
质量验收
音频不是生成完就完了 —— 建了一条自动化验收流水线：
- 静音修剪：RMS 能量法裁掉首尾静音，单条音频均值从 1.49 秒降到 0.59 秒，点读几乎即时。
- 识别回环：用 Whisper 把 1202 条音频「听写」回文字逐一比对，随机抽检 10/10 完全一致。
- 例句复测：孤立短词识别误判率高，把可疑词放进完整例句重新合成再识别，95.8% 正确 —— 确认发音本身无误。
- 词典对照：每条音频旁都配词典真人录音作参照，可随时 A/B 试听。
后续计划
- 覆盖动词 / 形容词 / 抽象词（目前全是具体名词）
- 补齐 37 个外来语音标（congee / mochi / boba / matcha 等）
- 每日 5 分钟限时模式 + 零基础学习路径
- ✅ 在线体验版已上线：lixyd.github.io/word-cards（源码同样开源）
状态：已上线 · 技术栈：原生 HTML/CSS/JS + MLX 本地 TTS + Whisper 质检 · 源码开源 github.com/lixyd/word-cards