讲课录音（一节一节讲 → 现场原声 → 课程录音）

这一步产出的录音是主资产，后面的讲课视频（lecture-video skill）只给它配画面。

一节的循环

1. 讲：读讲义这一节的台词和课件，在语音通道里用讲师口吻完整讲一遍。
2. 等：结尾问「这一节就到这里，大家有问题吗？」，然后结束这一轮，等对方反馈。
3. 改：对方指出讲浅了、讲错了、没讲清 → 先改课件／讲义（该画图就画图），再整节重讲，不要只补一段。
4. 存：对方说没问题、放音频 → 马上存（/tmp 重启即丢）：

   ~/.claude/skills/lecture-voice/scripts/save_take.sh WebPages/media/<课>-lecture-s<N>.mp3 [剪掉秒数]

   看它打印的开头、结尾：开头必须是这一节的第一句，结尾是「……大家有问题吗」。 开头多了一句交代 → 找静音点，带「剪掉秒数」重跑。 文字稿写进 tools/<课>-audio/s<N>.txt（就是刚才那轮的回复原文，保留情绪标签）。
5. 挂：重建课件和讲义（每节开头的录音条自动出现）→ 提交并推送 → 用文字通知报「第 N 节录音已放好」→ 讲下一节。

讲的规矩（这些都被纠正过）

• 正式上课，一点后台信息都不露：不说「我改了」「已经 push」「这张图的代号」「这里我会问台下」「第 N 轮改成……」。 要问台下就直接问：「大家先想一想……」。看图就说「请看这张图」。
• 互动改成自问自答：录音里没有台下，讲义里「问台下……等有人说出……再往下」要改成「你可能会想……其实……」—— 抛出问题、停一拍、自己揭晓。 从讲义自动导出讲稿时，💬 互动和没带链接的 🖥 屏幕行常被导出脚本静默丢掉：导出后数一遍讲义里几处、讲稿里剩几处，丢了手动补回。
• 状态交代一律走文字通知（feishu-notify.py），不进语音回复 —— 它会被录进课程音频。 第二节就因为开头一句「第一节录音已放好」被迫剪头。
• 不许浅：推导、数字的来历、两种方案的区别要讲透；「随便一提就过去」会被要求重讲。 讲一对相近的概念，先分清是并列还是递进（PCP→DCP 是递进）。
• 比方要能对上机制里流动的每样东西；够用就停，别升级。
• 讲义里没有、现场多讲的内容，讲完回填讲义，让讲义和录音一致。
• 时长超计划只报告，不为了时长删内容。

批量模式：不经过语音通道直接录（2026-09-27 起可用）

对方说「不用听了，直接录」时用这条：讲稿写成文件，离线合成。走的是现场语音同一条合成路径 （discord_voice_sidecar._gemini_tts_stream：同模型、同声音、同分批），所以音色和节奏跟现场讲的一样。

SK=~/.claude/skills/lecture-voice/scripts
$SK/synth_all.sh tools/<课>-audio WebPages/media <课> s1 s2 s3   # 并行合成，实测 0.21–0.29 秒/字（随内容变），约 2.5 倍实时

• 讲稿格式照现场：每段开头情绪标签、短句、数字写中文读法、代码名里不要下划线（会被念出来）、结尾固定「这一节就到这里，大家有问题吗？」
• 验：时长 ÷ 字数正常在 0.20–0.30 秒/字（两套课程实测分别约 0.21、0.29；这里原来写 0.20–0.24，按它估时长会偏短）；明显低于 0.20 就是丢了批次。 估时长取慢端 0.29 秒/字。口径总表（讲义地板 200 字/分 vs 合成实测）在课程手册 Courses/构建手册/05-讲义.md「三个语速口径」
• 整句漏念（srt.py 报「录音里像是没念」）：不重录整段，只补那一句 $SK/splice_missing.py 录音.mp3 字幕.srt "上一句原文" "[标签] 漏掉的那句"，然后对这段重跑时间戳和 srt
• 讲稿别让写手把「可能被问到」全塞进去：第一版专题一写出了四个多小时（计划一小时）。 标准是「主线讲透」：推导、数字来历、方案区别保留，题外话和折叠展开一句带过或删掉，约「计划分钟 × 200–280 字」 （按实测 0.21–0.29 秒/字反推一分钟约 210–290 字；拿不准按 200，跟讲义地板同口径。原来写的 330 字/分比两次实测都快，照它写会超时）

衔接

录音、文字稿齐了 → 用 lecture-video skill 给这一节配画面出视频（它会先给录音打逐字时间戳）。