一个基于 EnglishPod 播客的英语学习工具,支持 AI 语音转写 + 翻译 + 同步字幕播放
| 功能 | 说明 |
|---|---|
| 🎧 播客播放器 | 支持 365 课 EnglishPod 课程播放 |
| 📝 字幕同步高亮 | 实时跟随播放进度高亮当前句子 |
| 🔂 单句循环 | 自动重复当前句子(快捷键 L) |
| 📌 A-B 循环 | 自选起止点循环播放(快捷键 B) |
| 📖 单词本 | 点击单词收藏,支持复习(快捷键 V) |
| 🌙 深色模式 | 护眼深色主题(快捷键 D) |
| ⏭ 自动下一课 | 当前课程结束后自动切换(快捷键 A) |
| ⌨️ 快捷键 | Space 暂停 · ←→ 切换句子 · C 中文 · F 全屏 |
| 🔊 倍速播放 | 0.5× / 1× / 1.5× / 2× |
| 🔍 课程搜索 | 按课程名实时搜索过滤 |
| 🎨 字体大小 | 小/中/大/最大 四种字号 |
项目已部署上线,可直接访问:
支持手机、平板、电脑全平台使用,打开即用,无需安装。
如果你想在本地运行:
git clone https://github.com/bitter999/EnglishPod.git
cd EnglishPod
python3 -m http.server 8080
# 浏览器访问 http://localhost:8080首次加载音频可能需要等待,所有课程字幕和翻译已内置。
影子跟读法(Shadowing)是公认最有效的英语口语训练方法之一,适合从初学者到进阶的所有学习者。
不看文本,只听音频,并尽可能同步复述。
这个步骤意在让你打开耳朵,把精神聚集在英语的声音、节奏和韵律上。
当你已经能逐渐跟上音频材料的节奏,或者你感到十分厌倦不想继续时,就停下,进入到第二步。
听英文材料并同步复述,眼睛看着中文部分。
⚠️ 注意:你在第一步所花费的时间会关系到第二步的成败。如果第一步的盲听环节只进行了一个小时甚至更短,就很难在第二步中把一个你还没那么熟悉的无意义的声音和材料上的中文对上号。
听英文材料并同步复述,眼睛同时看中英文部分。
这一步是一个过渡步骤,我们开始同时看中英文文本,但你可能会不自觉的给予中文部分更多的关注。
同时可以用你的手指指着正在朗读的文本进行辅助。一旦遇到不确定的地方,手指可以帮你立即找到你正在跟读的句子而不会打乱节奏。
听英文材料并同步复述,眼睛同时看中英文部分,但给予英文更多关注。
经过第三步的过渡,我们在第四步将给予英文部分更多的关注并开始尝试对英文部分进行理解。
听英文材料并同步复述,眼睛只看英文部分。
也就是:耳朵听英文、嘴巴复述英文、眼睛看英文。
进行到第五步的时候就可以配合附加练习:边走路边跟读。
- 找一个可以大声进行跟读的地方,最好是户外,比如公园里
- 带上耳机,手中拿着提前打印好的文本,腰杆挺直,快速的不停走动
- 听英文材料并进行影子跟读,尽量模仿你在耳机中听到的声音,包括声音的节奏韵律、语速语调
- 初学者只需要找一些适合自己的素材即可,循序渐进,越来越好
如果你英语基础不好,也可以尝试用这 6 步来逐步学习 EnglishPod。
先盲听两遍对话部分的原文,不看书本和字幕。
在这一步骤里可以同时做以下几件事:
- 将不懂的短语整理下来
- 看得懂文本但是听不出来的地方用彩色笔高亮标记
- EnglishPod 的官方文本有一些错误的地方,发现后自行校对。校对不出来的,标记一下等学完了再去反复回听
听 EnglishPod 的主持人讲解部分,同时对第二步中的笔记进行进一步整理。对于讲解中没有涉及到的知识点,自己查词典或者用浏览器查询。
⚠️ EnglishPod 的主持人讲解部分并不全面,有时会遗漏比较重要的知识点。有些偏专业的知识点不是靠主持人讲解能说清的,比如钢琴、医学等专业内容,甚至需要专业知识的辅助才能理解。
复习一遍整理好的笔记,巩固知识点。
对照着笔记再重新去听原文。如果还有听不懂的地方,就倒退反复听。
如果碰上体育、天气预报等语速快同时又包含专业性词汇的内容,就再多听几遍,听个十几二十遍基本上都能听懂了,如果还是听不懂就隔天再听。
一天能学习两三篇已经很耗费时间了,一口吃不成个胖子。这一套流程下来,听力就算是入了门,接下来可以继续拿它练口语、进行跟读,以及后续的第二轮复习。
欢迎大家一起完善这个项目!
- 提交 Issue 反馈翻译错误、功能建议
- Pull Request 改进代码、修正字幕、添加新功能
- 分享给更多英语学习者
如果你想从零开始转写和翻译,需要以下步骤:
# 安装 Ollama(本地 AI 翻译引擎)
curl -fsSL https://ollama.com/install.sh | sudo sh
# 下载翻译模型
ollama pull qwen2.5:0.5b# 步骤 1: Whisper 语音转文字(需要 GPU)
python3 1_gen_skeleton.py
# 步骤 2: AI 翻译(英→中)
python3 auto_repair.py
# 步骤 3: 生成前端数据
python3 generate_data.py├── index.html # 前端播放器
├── data.js # 字幕 + 翻译数据
├── LICENSE # MIT 许可证(英文)
├── LICENSE_ZH.md # 许可证(中文)
│
├── 1_gen_skeleton.py # Whisper 语音转文字
├── 2_fill_meat.py # Ollama 翻译脚本
├── auto_repair.py # 智能翻译修复(推荐)
├── emergency_fix.py # 紧急多线程修复
├── generate_data.py # 合并生成 data.js
├── watchdog.py # 翻译进程守护
│
├── assets/ # MP3 音频
├── skeletons/ # Whisper 转写结果
├── results/ # 翻译结果
└── .gitignore # 排除有版权的音频
如果这个项目对你学习英语有帮助,欢迎:
这是对我最大的鼓励 —— 在 GitHub 右上角点击 ⭐ Star,让更多人看到这个项目。
如果你愿意,可以请我喝杯咖啡,支持我继续维护和更新这个项目。
本项目使用 MIT 许可证,详情请查看:
注意: MP3 音频文件版权归 EnglishPod 原作者所有。
Made with ❤️ for English learners