lecture-voice

# 讲课录音（一节一节讲 → 现场原声 → 课程录音） **这一步产出的录音是主资产**，后面的讲课视频（`lecture-video` skill）只给它配画面。 ## 一节的循环 1. **讲**：读讲义这一节的台词和课件，在语音通道里用讲师口吻完整讲一遍。 2. **等**：结尾问「这一节就到这里，大家有问题吗？」，然后**结束这一轮**，等对方反馈。 3. **改**：对方指出讲浅了、讲错了、没讲清 → 先改课件／讲义（该画图就画图），再**整节重讲**，不要只补一段。 4. **存**：对方说没问题、放音频 → 马上存（`/tmp` 重启即丢）： ```bash ~/.claude/skills/lecture-voice/scripts/save_take.sh WebPages/media/<课>-lecture-s<N>.mp3 [剪掉秒数] ``` 看它打印的开头、结尾：开头必须是这一节的第一句，结尾是「……大家有问题吗」。 开头多了一句交代 → 找静音点，带「剪掉秒数」重跑。 文字稿写进 `tools/<课>-audio/s<N>.txt`（就是刚才那轮的回复原文，保留情绪标签）。 5. **挂**：重建课件和讲义（每节开头的录音条自动出现）→ 提交并推送 → 用**文字通知**报「第 N 节录音已放好」→ 讲下一节。 ## 讲的规矩（这些都被纠正过） - **正式上课，一点后台信息都不露**：不说「我改了」「已经 push」「这张图的代号」「这里我会问台下」。 要问台下就直接问：「大家先想一想……」。看图就说「请看这张图」。 - **状态交代一律走文字通知**（`feishu-notify.py`），**不进语音回复** —— 它会被录进课程音频。 第二节就因为开头一句「第一节录音已放好」被迫剪头。 - **不许浅**：推导、数字的来历、两种方案的区别要讲透；「随便一提就过去」会被要求重讲。 讲一对相近的概念，先分清是**并列**还是**递进**（PCP→DCP 是递进）。 - 比方要能对上机制里流动的**每样东西**；够用就停，别升级。 - 讲义里没有、现场多讲的内容，讲完**回填讲义**，让讲义和录音一致。 - 时长超计划只报告，不为了时长删内容。 ## 批量模式：不经过语音通道直接录（2026-09-27 起可用） 对方说「不用听了，直接录」时用这条：讲稿写成文件，离线合成。**走的是现场语音同一条合成路径** （`discord_voice_sidecar._gemini_tts_stream`：同模型、同声音、同分批），所以音色和节奏跟现场讲的一样。 ```bash SK=~/.claude/skills/lecture-voice/scripts $SK/synth_all.sh tools/<课>-audio WebPages/media <课> s1 s2 s3 # 并行合成，一段 ~0.21 秒/字，约 2.5 倍实时 ``` - 讲稿格式照现场：每段开头情绪标签、短句、数字写中文读法、**代码名里不要下划线**（会被念出来）、结尾固定「这一节就到这里，大家有问题吗？」 - 验：时长 ÷ 字数应在 0.20–0.24 秒/字；明显偏低就是丢了批次 - **整句漏念**（srt.py 报「录音里像是没念」）：不重录整段，只补那一句 `$SK/splice_missing.py 录音.mp3 字幕.srt "上一句原文" "[标签] 漏掉的那句"`，然后对这段重跑时间戳和 srt - 讲稿别让写手把「可能被问到」全塞进去：第一版专题一写出了四个多小时（计划一小时）。 标准是「主线讲透」：推导、数字来历、方案区别保留，题外话和折叠展开一句带过或删掉，约「计划分钟 × 330 字」 ## 衔接 录音、文字稿齐了 → 用 `lecture-video` skill 给这一节配画面出视频（它会先给录音打逐字时间戳）。