Read2Speak
以读促说 · 大学英语阅读驱动项目式口语教学平台
从一篇精选阅读,到一场从容发言——
覆盖输入、内化、输出的完整教学闭环。
从「读」到「说」,中间隔着什么?
大学英语口语课堂的真实困境,与我们的回答。
- 01读了很多,开口很难——阅读输入止步于勾选题支,缺少通向口语输出的桥梁。
- 02评分凭印象——口语成绩缺乏过程证据,学生不知道自己「差在哪」。
- 03备课靠手工——改写难度、命制题目、设计口语任务,占用教师大量时间。
- 01阅读是输入的起点,口语是输出的终点——同一组文章贯穿读、练、说、评全程。
- 02过程性评价——每一次阅读提交、录音、互评都留痕、都算数。
- 03AI 分担机械劳动——改写与出题交给引擎,教学决策永远留给教师。
一条铁律贯穿始终:零预填分数——学生没有真实提交的每一格成绩,永远显示「—」。
一个完整的教学闭环
同一组阅读材料,贯穿读、练、说、评四个阶段。
阅读难度由教师按班级统一设定;口语任务从同一组文章生成——
所有输出都锚定同一份输入,评价反哺下一轮阅读。
教师备课:四步成课
每一步都有闸门:上一步确认之后,下一步才会解锁。
设定目标难度与篇数,粘贴精选文本;AI 按目标 CEFR 改写,可先行「难度体检」。
逐处下划线审校改写稿,编辑学术词块与练习题;确认后文本即锁定。
选择辩论 / 汇报 / 演讲 / 圆桌与时长,任务书、课堂环节与量表自动配齐。
选定班级与截止日,一键发布;未发布的草稿,学生端永远不可见。
所有 AI 产出都要经过教师确认才生效:不预生成、不越权、不静默替换。
AI 在做什么(以及不做什么)
生成只是草稿,确认才是定稿——每一条输出都有「接地」闸门。
先删减式压缩(只删不改、逐字校验),再词汇级替换(每处 ≤4 词);全部改动以词级下划线标注,教师逐条采纳或一键恢复原文。
A2–C2 五档评级、置信度与证据理由,附结构指标与难点特征;改写之前,先给文章做一次「体检」。
学术词块必须逐字锚定原文(带 IPA 与口语建议);客观题八型格式硬契约,违例即拒并本地回填——幻觉过不了闸门。
外部大模型(OpenAI 兼容网关)+ 本地智能引擎自动回落;主模型失败自动切换备用,断网课堂也照常开。
一套系统,四个入口
角色分离,各看各的界面——同一浏览器四个标签页互不串号。
- · 书刊级纸感阅读,字号字体可调
- · 学术词块即点即查释义卡
- · 口语备稿、提词与录音提交
- · 往期项目随时回看
- · 移动优先,讲台上一手控场
- · 环节计时器与举手点名队列
- · 四维滑块打分 + 快捷评语
- · 互动开关一键启停
- · 四步工作流逐闸推进
- · 题干、选项、答案全量可编辑
- · 平时成绩册一键 CSV 导出
- · AI 连接自检与模型设置
- · 账号 / 班级 / 名册批量导入
- · 快捷评语标签库维护
- · AI 引擎模式与密钥配置
- · 数据库重置与统计面板
课堂上的 45 分钟
从举手到评分,每个环节实时同步、全程留痕。
学生一键举手(可附书面问题),实时进入讲台点名队列;口语发言有迹可循,不再只属于「最活跃的那几个」。
由教师决定何时开放;互评与投票即时汇总到讲台,观点分布一目了然。
论据 Evidence / 词块 Chunks / 语域 Register / 表达 Delivery——滑块评分配快捷评语,学生知道「差在哪」。
原生 SSE 推送,不依赖任何外部服务:举手、提交、互评秒级到达讲台屏幕。
课堂互动默认关闭——何时打开,由教师说了算;平时成绩册自动汇总每一次过程表现,导出即交。
单机可跑的工程底座
不为演示而生,为真实课堂而生。
- ·Node.js 原生 SQLite(WAL 模式),零外部数据库依赖
- ·原生 SSE 实时课堂同步,零第三方推送服务
- ·纯 HTML + Tailwind 前端,无构建步骤,单机一条命令启动
- ·375px 手机到宽屏 PC 全端自适应,iOS 安全区适配
- ·全端鉴权门禁:未登录 401、越权 403,端口角色隔离
- ·密钥只落本机数据库,绝不进入代码仓库与日志