From a16cb4c9e561a54c0c6a201af93583b07bc00f61 Mon Sep 17 00:00:00 2001 From: cat Date: Thu, 8 Oct 2026 17:25:13 +0800 Subject: [PATCH] =?UTF-8?q?docs:=20=E6=96=B0=E5=A2=9E=E5=AD=A6=E4=B9=A0?= =?UTF-8?q?=E5=BD=95=E9=9F=B3=E6=A6=82=E5=BF=B5=E4=B8=8E=E5=A4=9A=E8=AE=BE?= =?UTF-8?q?=E5=A4=87=E8=BE=B9=E7=95=8C?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- README.md | 2 +- docs/concepts/README.md | 1 + docs/concepts/study-recording.md | 77 ++++++++++++++++++++++++++++++++ 3 files changed, 79 insertions(+), 1 deletion(-) create mode 100644 docs/concepts/study-recording.md diff --git a/README.md b/README.md index ac25875..83c89fe 100644 --- a/README.md +++ b/README.md @@ -1,6 +1,6 @@ # LPT 概念与设计文档 -> 更新日期:2026-09-19 +> 更新日期:2026-10-07 本项目只维护 LPT(Learning Progress Tracker)的系统概念与设计思路,不保存开发记录、系统中间态或开发过程中的中间产物。 diff --git a/docs/concepts/README.md b/docs/concepts/README.md index 39473a1..5bf83f1 100644 --- a/docs/concepts/README.md +++ b/docs/concepts/README.md @@ -7,6 +7,7 @@ | 学习任务 | 一份学习材料或学习目标对应的最小可管理单元 | [学习任务](learning-task.md) | | 学习会话 | 针对某个学习任务的一次连续学习过程;误操作开启时可零数据关闭 | [学习会话](study-session.md) | | 学习预期 | 开始学习前对本次学习目标的描述 | [学习预期](learning-expectation.md) | +| 学习录音 | 学习会话期间对设备全部播放声音的连续采集,只采系统输出 | [学习录音](study-recording.md) | | 知识碎片 | 学习中随手记录的不完整内容,也称“学习报告残片” | [知识碎片](knowledge-fragment.md) | | 内容归属 | 一条知识碎片在知识结构上属于哪个学习任务 | [内容归属](knowledge-ownership.md) | | 记录上下文 | 碎片产生于哪次学习会话或复习行为,不可变且不可为空 | [内容归属](knowledge-ownership.md) | diff --git a/docs/concepts/study-recording.md b/docs/concepts/study-recording.md new file mode 100644 index 0000000..2834e1b --- /dev/null +++ b/docs/concepts/study-recording.md @@ -0,0 +1,77 @@ +# 学习录音 + +## 定义 + +学习录音是学习会话期间对用户设备上**全部播放声音**的连续采集。它记录的是系统输出——用户当时听到的一切(视频课、音频课、播客、他人的讲解),而不是麦克风输入(用户自己的声音或环境声)。 + +学习录音与学习会话绑定:一次会话对应一段录音,录音随会话开始而开始、随会话结束而结束。 + +## 设计意图 + +一次学习中真正需要沉淀的上下文,大部分存在于**当时播放的内容**里;而这些内容在会话结束后既无法复述,也无法检索。要求用户在学习的当下分心记录,会直接拉低记录率,进而削弱复习闭环的原料供给。 + +学习录音把「记录」从学习中剥离出去: + +- 学习时专心听,不必边学边记。 +- 事后由 AI 从转写文本中提炼知识碎片与报告原料。 +- 复习时可以回到当时的原始材料,而不是只依赖当时写下的几行字。 + +它与「量化,但不评判」的原则一致:录音只增加可回看的原料,不产生评分,也不带来约束。 + +## 边界的划定 + +- **只采系统输出,不采麦克风。** 录音回答的是「用户听到了什么」,而不是「房间里发生了什么」。这条边界同时收敛了隐私范围与转写噪音。 +- **与输出设备无关。** 内置扬声器、有线耳机、蓝牙耳机、外接显示器的音频都汇入同一路系统混音,用户切换设备不改变录音行为,也不需要重新配置。 +- **采不到的内容属于正常边界。** 处于独占播放模式或受版权保护的内容可能无法被系统混音捕获,这类缺口不做补偿。 +- **录音时长不是学习时长。** 有效学习时间仍由学习会话定义;录音只是会话期间的一段素材。 +- **录音不代表内容归属。** 录音产出的碎片按内容归属规则处理,录音本身不参与归属判定。 + +## 采集与浏览器的分工 + +录制系统声音的能力不在浏览器里,因此分工是: + +- **本机录音程序**:跟随系统默认输出设备采集、编码、上传。 +- **网页**:发起与结束录音、展示状态、在需要时回放。 + +由此得到的性质是:网页被关闭或崩溃不会中断录音;录音是否可用,不取决于当时打开了哪个页面。这也意味着学习录音是系统里第一个不运行在浏览器内的能力。 + +## 多设备的边界 + +录音必须发生在**声音实际播放的那台设备**上:声音从哪台设备发出,就在哪台设备上采集。这条约束决定了几件事: + +- 录音能力是**按设备**存在的,不是按账号。同一账号在多台设备上学习,每台设备各自需要具备采集能力并各自授权。 +- 网页可以服务于任意设备(它只负责发起与展示),但录音不跟着网页走。在手机上浏览学习页面时,手机若没有采集能力,就没有录音。 +- 换一个播放设备就要重新具备采集能力,这与「切换输出设备不影响录音」并不矛盾:后者说的是耳机的插拔,前者说的是换了一台电脑或换到手机。 + +## 产物的去向 + +| 产物 | 去向 | +|------|------| +| 原始音频 | 长期保留,作为可回看的原始学习材料 | +| 转写文本 | 作为 AI 任务的输入,用于生成学习报告草稿与知识碎片 | + +原始音频长期保留的代价是存储随学习时长线性增长,属于需要单独规划容量的对象。 + +## 隐私边界 + +录音采集的是用户听到的一切,可能包含他人语音(线上会议、通话)。因此: + +- 录制期间必须有持续且可见的指示,用户随时可停。 +- 采集范围由系统混音决定,用户不需要、也无法逐条挑选内容。 +- 是否在会议等场景下录音,属于用户自己的判断;系统只保证「可见、可停、可追溯」。 + +## 相关概念 + +- 学习会话:录音的绑定主体,提供开始与结束的时点。 +- 知识碎片:转写文本的主要产物形态。 +- 学习报告:转写文本的汇总结局之一。 +- 内容归属:录音产物按内容归属规则处理,录音不改变归属判定。 +- AI 任务:转写与提炼都通过 AI 任务执行。 +- 时间与效率:录音时长与有效学习时间是两个独立口径。 + +## 待决问题 + +1. 录音是否允许脱离学习会话独立存在(例如只录某一段材料)? +2. 转写文本是直接进入学习报告,还是只作为碎片原料、由用户确认后再记录? +3. 转写未完成或失败的录音,在复习与检索中如何呈现? +4. 会话暂停期间是否继续录音?