hum

让学习长在日常里,
不用特意打开任何东西。

把知识点自动做成歌,孩子在坐车、洗漱、睡前顺耳听见。 到了句尾,答案被拿掉,等他自己接上。

先听这个

下面是流水线的真实产出,输入只是一份二十行的知识点文件。 建议用手机在车里放,别用电脑外放判断。

真实模型产出

过马路

上学车程 · 带唱 · 73 秒

过马路 · 纯伴奏

全程留给孩子唱 · 106 秒

说出我的心情

睡前 · 情绪命名 · 102 秒

只判断一件事:句尾那几个词——「停下来」「往前走」「等一等」「不乱跑」「看车来」「不松开」——唱清楚了没有。

这几个词是孩子要接的东西。糊掉的话,整套机制不成立。编曲好不好听先不管。

接唱是怎么回事

被动听会制造「学会了」的错觉。熟悉不等于会,学习科学里真正管用的是主动提取。 所以歌唱到句尾会停半拍,把答案空出来。

同一首歌有四个版本,随熟练度往下走。留白时长和原唱严格相等, 伴奏还会在留白处降下来——否则孩子听不出该他了,节奏点也会漂。

四级演示

这四条来自本地引擎,人声是语音合成、不是演唱,只用来听清楚机制。 重点听最后一句「过马路,____」。

L0 · 完整版

首次输入

L1 · 挖一空

只空掉最后一次副歌,冲击最小

L2 · 挖三空

加压

L3 · 纯伴奏

全程接唱

这四级就是间隔重复,藏在播放列表的排序里。孩子不需要打开任何东西。

怎么造出来的

一份知识点文件进去,一套四级成品出来,中间没有人。

  1. 知识点
  2. 编排
  3. 生成
  4. 挖空
  5. 质检
  6. 成品
答案是独立字段,永远在句尾
所以挖空不用切音频、不用猜时间戳,不合成那一段就行。提取练习成了数据结构的属性,不是后期处理。
每首歌的和声都不一样
调性、和弦进行、音色、织体由知识点文件的名字确定性推出。同一份输入永远得到同一首歌,不同输入落在不同组合上。
场景是硬约束
睡前那首强制无打击、76 拍、慢语速。「睡前不能用快歌」写在代码里,不是文档里的建议。

赛道在哪

无屏幕儿童音频已经被 tonies 验证成 6.3 亿欧元、62.8% 毛利的生意。 但所有赢家都是「硬件 + 人工内容库 + 纯被动听」, 没有一家做「按知识点自动生产 + 提取闭环」。

hum·lab 音频分析工具 →
100 款竞品交叉分析 →
赛道格局 →
竞品内容与变现 →
怎么验证竞品数字是不是买的 →