учиться-легко.рф

Теоретическая основа проекта собрана в главном концепте «учиться-легко.рф — обучение чтению как дешифровке письменного кода». Он является центральной точкой проекта: описывает общую модель, текущее состояние и связывает частные концепты.

Сейчас проект находится на стадии Idea. Сформирована базовая теория чтения как восстановления информации по письменному коду. Зафиксированы информационные сущности, на которых строится обучение: объект и ситуация, понятие, изображение, устное слово, звучание, написанное слово, буквы и более крупные структурные части слова.

Ключевые составляющие теории:

Практическое направление — интерактивная система, в которой ребёнок начинает с узнаваемых объектов и слов, подтверждает их звучание, знакомится с написанием, обнаруживает повторяющиеся элементы письменного кода и затем применяет найденные соответствия для дешифровки новых слов.

Критический принцип: система не должна одновременно требовать освоения нескольких неизвестных уровней. Если ребёнок не знает понятие, устное слово, его звучание и буквы, такое слово плохо подходит как начальный материал. Следующее задание должно опираться на уже подтверждённые знания конкретного ребёнка.

Следующий этап проекта — превратить теорию в минимальную интерактивную механику и проверить главный критерий: способен ли ребёнок переносить освоенные соответствия на ранее не встречавшиеся слова, а не только запоминать показанные примеры.

Задачи

Исследовать Rhubarb Lip Sync как источник механик распознавания звуков и слогов

Изучить phonetic recognizer проекта Rhubarb Lip Sync и проверить, можно ли использовать его алгоритмы или идеи для дешифровки звуковой дорожки в буквы/фонемы/слоги в проекте «Учиться легко».

Завести и прокачать Telegram-канал проекта

Создать и развить Telegram-канал «Учиться - Легко!» как живой слой вокруг продукта: для возврата пользователей, распространения полезных механик, вирусного роста, обратной связи и показа развития проекта.

Внедрить универсальную механику «Что это?» и озвучивания сущностей

Добавить универсальные кнопки «Динамик» и «?» для самостоятельного освоения значения и звучания сущностей, включая озвучивание текстового объяснения с синхронной подсветкой.

Проработать главную страницу

Спроектировать главную страницу как ленту возрастающей сложности и доменной глубины, в которой пользователи естественно находят релевантный им уровень без предварительной сегментации.

Проработать второй уровень освоения письменности: чтение предложений и пунктуация

Выделить и реализовать следующий уровень после освоения слов: чтение предложений с учётом структуры письменного высказывания, пунктуации, пауз и интонации.

Собрать управляемый TTS-пайплайн для учебных слогов и слов

Настроить собственный контролируемый TTS-процесс и заранее генерировать аудио для букв, слогов и слов вместо зависимости от непредсказуемого браузерного SpeechSynthesis.

Добавить выбор и конструктор голосовых персонажей

Сделать игровые голосовые персонажи с разными настройками темпа и высоты речи, чтобы ребёнок мог выбрать комфортный вариант, и добавить конструктор собственного персонажа.

Исследовать измеримые признаки речевого сигнала до построения нового синтезатора

Теоретически исследовать, какие свойства PCM и речевого сигнала мы можем гарантированно измерять во времени и частоте, прежде чем проектировать новый генератор.

Создать визуальную лабораторию временных сценариев VoiceSynthesizer

Интерактивный многодорожечный редактор для ручного экспериментирования с параметрами синтезатора во времени, циклического прослушивания и поиска интересных звучаний.

Исследовать временную причинность VoiceControlState → DSP → акустические признаки

Построить экспериментальную карту того, как изменения управляющих параметров во времени проявляются в PCM и акустических признаках с учётом лагов и памяти DSP.

Исследовать обратный дешифратор: звук → VoiceScenario

Проверить, можно ли автоматически восстанавливать сценарий генератора из записанного звука, сначала на собственных синтетических примерах с известным ground truth, затем на человеческой речи.

Сделать визуальный редактор VoiceScenario и цикл человек ↔ ИИ

Ускорить ручной поиск качественных звуков: редактировать сценарии визуально, проигрывать сразу и уметь отправлять эталонный и синтетический логи ИИ-агенту для возврата изменённого JSON.

Исследовать качественный программный синтез человеческого голоса в браузере

Найти и изучить браузерные проекты и DSP-подходы, которые программно воспроизводят хотя бы несколько человеческих слогов или голосовых звуков с высоким качеством, без генеративного TTS и без привязки ядра к буквам/слогам.