一次提交动了150个文件,新增172行、删掉3行。改的东西听起来不复杂:把Skat游戏的教学旁白换成ElevenLabs合成语音。

具体规模是108段普通课程片段,覆盖波兰语、德语和英语,全部用牌桌上同一批声音重新录了一遍。另外还有39段带-fr标记的片段,专门给法语牌型录制。加起来147段。

麻烦的地方不在录音,在文本。念出来的话和写出来的话不是一回事,所以课程文本得单独写一版给朗读用。"="这个符号要么念成一个词,要么直接换成停顿。数字要按变格形式拼写出来,德语里的120就得写成完整的词。

验收靠一个脚本,tools/check-tutorial-voices.mjs。它把每一段音频送去Gemini转成文字,再拿转出来的词和语速跟源文本比对。147段全部跑完,修复之后标记出的异常是0个。修复之前标记了多少,记录里没写。

生成器多了两个开关:--jobs输出待听的文本清单,--files只重录你点名的那几段。还加了一个测试tutorial-french,检查三件事:这些键在课程里存在、DE/EN/SL三种翻译都在、法语朗读的每一步都有对应的-fr录音。

这套流程留下一条经验:合成语音读你的文本之前,先把符号和数字改写成口语词,然后把每段音频转回文字跟源文本比对,别信自己的耳朵。