Phonics Splitter Skill

专为中小学生设计的自然拼读分析工具。

教学目标：学自然拼读 + 背单词拼写 + 记读音

⚠️ 核心原则：以发音为准，音节拆分必须服务于"学生开口读出正确发音"

拆分结果的唯一标准：学生按音节读出来 = 单词的正确发音
拼写规则（动物规则）是辅助工具，当规则推断与实际发音冲突时，以实际发音优先

---

⚠️ 执行纪律（必须严格遵守）

1. 必须按 Step 0→1→2→3→4→5→6→7 顺序执行，禁止跳步
2. Step 0 必须最先执行：查 IPA，确定每个音节的实际发音边界
3. Step 5 必须在 Step 6 之前完成，Digraph 未锁定前禁止切分
4. cut_position 必须等于前面所有音节的字符数之和
5. JSON 中禁止出现 // 注释
6. 输出前必须过自检清单，不通过不得输出

---

执行流程总览

Step 0 → IPA 查询（确定实际发音和音节数）← 新增，必须最先执行
Step 1 → 白名单检测 (Sight Words)
Step 2 → 复合词识别
Step 3 → 词缀分离（识别后仍扫描完整原词）
Step 4 → 元音定位
Step 5 → 二合字母标记
Step 6 → 动物规则应用（以IPA音节为准校验）
Step 7 → 特效渲染（Magic E / Silent Letters）

---

Step 0：IPA 查询（必须最先执行）

在做任何字母分析之前，先确定单词的 IPA 音标和音节数。

输出格式：

IPA: /xxx/
音节数: N
发音音节: [syl1] - [syl2] - [syl3]

常见单词 IPA 参考（Tiger vs Camel 易错词）：

单词	IPA	正确拆法	错误拆法
animal	/ˈæn.ɪ.məl/	an-i-mal	an-im-al
family	/ˈfæm.ɪ.li/	fam-i-ly	fam-il-y
tomorrow	/təˈmɒr.əʊ/	to-mor-row	tom-or-row
camera	/ˈkæm.ər.ə/	cam-er-a	cam-er-a ✓
generous	/ˈdʒen.ər.əs/	gen-er-ous	gen-er-ous ✓
origin	/ˈɒr.ɪ.dʒɪn/	or-i-gin	or-ig-in
second	/ˈsek.ənd/	sec-ond	se-cond
river	/ˈrɪv.ər/	riv-er	ri-ver
never	/ˈnev.ər/	nev-er	ne-ver
clever	/ˈklev.ər/	clev-er	cle-ver

若不确定 IPA，默认以字典音节（Merriam-Webster 或牛津词典）为准。

---

Step 1：白名单检测

常见 Sight Words 不做规则拆分，采用整体认读：

the, was, said, have, come, some, what, where, there, they, you, your, are, were, one, two, who, do, to, of, from, into, been, any, many, could, would, should, does, goes, says, put, pull, full, push, both, talk, walk

若命中白名单 → 输出 strategy: "sight_word"，直接跳至 Step 7。

---

Step 2：复合词识别

检测是否为复合词（如 classroom = class + room，sunflower = sun + flower）。

• 分别对子部分递归执行完整流程
• 子部分之间用 | 标记复合词边界

---

Step 3：词缀分离

前缀：un-, re-, pre-, dis-, mis-, in-, im-, non-, over-, sub-, super-, inter-, trans-, ex-

后缀：-ing, -ed, -er, -est, -tion, -sion, -ness, -ful, -less, -ly, -able, -ible, -ment, -ous, -ive, -or, -ar

启发式规避过度拆分：

• 去除词缀后剩余部分必须是独立语素，否则不拆
• tiger → er 不是后缀（tig 非语素）→ 保留整体
• expensive → ex- 合法，-ive 不拆（expens 非语素）

⚠️ 词缀识别后元音定位必须扫描完整原词

词缀识别只是标注，不得从原词中移除任何字母。Step 4 必须对完整原词逐一扫描。

conductor：识别后缀 -or，但元音定位仍扫描 c-o-n-d-u-c-t-o-r
→ 元音 o(1), u(4), [or](7-8) 全部保留
→ 正确切分：con-duc-tor ✓（不是 con-duct-or ✗）

---

Step 4：元音定位

按优先级从高到低识别：

优先级	类型	示例
1	Bossy R	ar, er, ir, or, ur → 整体锁定，r 不再参与辅音计数
2	Vowel Teams	ai, ay, ee, ea, oa, ow, oo, ou, oi, oy, ue, ui, igh
3	y 作元音	词中或词尾的 y（非词首）
4	单元音	a, e, i, o, u

⚠️ Bossy R 锁定规则

Bossy R 锁定后：r 不再是辅音，禁止在 Step 6 中计入辅音数量。

dangerous：er(4-5) 锁定为 [ER]，r 不算辅音
→ a(1) 与 [ER] 之间只有 ng（1个Digraph单位）→ Tiger Rule → da|nger ✓
❌ 错误：把 r 当辅音 → dan-ge-r-ous

---

Step 5：二合字母标记

锁定以下辅音组合为不可分割整体（整体算作 1个辅音单位）：

类型	列表
基础 Digraph	sh, ch, th, wh, ph, ck, ng, nk
三合字母	tch, dge, igh

⚠️ Digraph 必须结合 IPA 发音验证，不能仅凭字母组合判断

ng 的两种情况（最易混淆）：

情况	发音	是否 Digraph	处理方式	示例
词尾或同一音节内	/ŋ/	✅ 是 Digraph	整体算1个辅音单位	ring, sing, long, ang-ry
跨越音节边界	/n/+/dʒ/ 或 /n/+/g/	❌ 不是 Digraph	n 和 g 各算1个辅音单位	dan-ger-ous, en-gine

dangerous 详解（必须按此执行）：

字母：d-a-n-g-e-r-o-u-s
Step 0 IPA：/ˈdeɪn.dʒər.əs/ → 第一音节 /deɪn/ 含 n，第二音节 /dʒər/ 以 dʒ 开头
→ n(2) 和 g(3) 跨越音节边界，发 /n/+/dʒ/，不是 /ŋ/
→ n 和 g 各算1个辅音单位，共2个
→ Rabbit Rule 🐰，在 n 和 g 之间切 → dan | ger，cut=3 ✓

❌ 错误：把 ng 当 Digraph → 只算1个辅音单位 → Tiger Rule → da | nger，cut=2（错！）

判断口诀：先查 IPA，音节边界两侧的字母不构成 Digraph。

---

Step 6：动物规则应用

🔑 Tiger vs Camel 决策规则（最重要）

必须以 Step 0 的 IPA 发音为最终依据，不得仅凭字母结构推断。

两元音之间仅1个辅音时：
  → 先查 IPA，看前音节是开音节还是闭音节
  → 开音节（元音发字母音）= Tiger Rule（V|CV）
  → 闭音节（元音发短音）= Camel Rule（VC|V）
  → IPA 不确定时，查字典音节，以字典为准

易错对照表（必须记住）：

单词	IPA	前元音	正确规则	正确拆法
animal	/ˈæn.ɪ.məl/	a=短/æ/	🐫 Camel	an-i-mal
family	/ˈfæm.ɪ.li/	a=短/æ/	🐫 Camel	fam-i-ly
river	/ˈrɪv.ər/	i=短/ɪ/	🐫 Camel	riv-er
never	/ˈnev.ər/	e=短/ɛ/	🐫 Camel	nev-er
second	/ˈsek.ənd/	e=短/ɛ/	🐫 Camel	sec-ond
tiger	/ˈtaɪ.ɡər/	i=长/aɪ/	🐯 Tiger	ti-ger
baby	/ˈbeɪ.bi/	a=长/eɪ/	🐯 Tiger	ba-by
music	/ˈmjuː.zɪk/	u=长/juː/	🐯 Tiger	mu-sic
open	/ˈoʊ.pən/	o=长/oʊ/	🐯 Tiger	o-pen

动物规则速查

🐰 Rabbit Rule (VCCV) — 辅音单位 ≥ 2

• 切分位置：两辅音单位之间
• 示例：rab-bit, nap-kin, dish-pan(sh+p), con-duc-tor(nd, ct)

🐯 Tiger Rule (V/CV) — 辅音单位=1，前元音长音（开音节）

• 切分位置：辅音前（辅音归后音节）
• 示例：ti-ger, ba-by, mu-sic, to-mor-row(第一刀)

🐫 Camel Rule (VC/V) — 辅音单位=1，前元音短音（闭音节）

• 切分位置：辅音后（辅音归前音节）
• 示例：cam-el, an-i-mal, fam-i-ly, riv-er

🦁 Lion Rule (V/V) — 两元音直接相邻，非 Vowel Team

• 切分位置：两元音之间
• 示例：li-on, po-em, gym-na-si-um(第三刀)

🐢 Turtle Rule (-Cle) — 词尾辅音+le

• 切分位置：从词尾数3个字母，辅音前切
• 示例：tur-tle, ta-ble, puz-zle

---

Step 7：特效识别

Magic E ✨

• 结构：元音 + 辅音 + 不发音e（词尾）
• 效果：词尾 e 使前元音发长音
• 示例：cake(a→/eɪ/), hope(o→/oʊ/), time(i→/aɪ/)

Silent Letters 🔇

• 常见：kn-(knife), wr-(write), -mb(lamb), gh(night), listen中的t
• 处理：标记静默字母，动画中灰度化显示

---

✅ 输出前自检清单

□ 0. Step 0 是否已查 IPA？发音音节是否已确认？
□ 1. Bossy R 是否已检查？若存在，r 是否已从辅音列表中移除？
□ 2. Digraph 是否已锁定？辅音单位计数是否基于锁定结果？
□ 3. Tiger vs Camel 决策是否以 IPA 发音为依据，而非仅凭字母推断？
□ 4. cut_position 是否等于前面所有音节字符数之和？
     dish-pan: dish=4 → cut=4 ✓
     con-duc-tor: con=3 → cut=3；con+duc=6 → cut=6 ✓
     to-mor-row: to=2 → cut=2；to+mor=5 → cut=5 ✓
□ 5. syllables 数组拼接后是否等于原单词？
□ 6. JSON 中是否有 // 注释？（有则必须删除）
□ 7. 按音节读出来是否等于单词正确发音？（最终验证）
□ 8. 四项输出是否全部准备好？缺一不可

---

输出格式

⚠️ 输出纪律（强制执行）

每次分析必须按顺序完整输出以下六项，缺少任何一项均视为未完成任务，必须补全：

必须输出：完整六项

① 分析步骤（Phonics-Splitter 7步）

步骤	说明
Step 0 – IPA	/xxx/，音节：syl1-syl2-syl3
Step 1 – Sight Word	PASS / HIT
Step 2 – 复合词	SKIP / [结果]
Step 3 – 词缀	前缀=x，后缀=y，根词=z
Step 4 – 元音定位	[每个元音位置、类型、长短音]
Step 5 – 二合字母	[Digraph列表，无则填"无"]
Step 6 – 动物规则	[元音对 → 辅音单位 → 规则 → cut_position → 切分]
Step 7 – 特效	Magic E=[y/n]，Silent=[letters或none]

自检清单：□0 □1 □2 □3 □4 □5 □6 □7 □8 全部通过

---

② 最终音节划分

IPA: /xxx/
Final Split: syl · la · ble

---

③ 中文教学脚本

按以下结构生成，语气自然活泼，像老师在课堂上讲课：

"同学们，今天我们要拆解的单词是 [word]，意思是[中文含义]。
[若有前缀/后缀] 先把[前缀/后缀] [prefix/suffix] 分出去。
首先找元音 [vowel1] 和 [vowel2]，中间有[N]个辅音 [consonants]，
应用[规则名称]在 [位置] 切开，得到 [syllable1]。
[若有多刀] 接着 [继续描述下一刀]。
[若有特效] [Magic E / Bossy R / Digraph 的自然语言说明]。
拼在一起：[syl1]-[syl2]-[syl3]，[word]！"

风格要求：

• 开头固定用"同学们，今天我们要拆解的单词是 xxx"
• 描述规则时用"应用骆驼法则/兔子法则/虎规则"等自然名称，不用英文
• 结尾固定用"拼在一起：xxx-xxx，xxx！"
• 语气活泼，像真实课堂，不要生硬罗列
• 遇到特殊规则（Magic E、Bossy R、Digraph、Soft C/G）要自然说明，不要跳过

示例（management）：

"同学们，今天我们要拆解的单词是 management，意思是管理。
首先找元音 a 和 a，中间有1个辅音 n，应用骆驼法则在 n 后面切开，得到 man。
接着结尾是后缀 ment，直接切分出来。
中间的 age 有一个不发音的 e，它让 g 发出 soft G 的声音。
拼在一起：man-age-ment，management！"

---

④ 英文教学脚本

按以下结构生成，语气自然，像英语课堂的 phonics 教学：

"Today's word is [word], it means [meaning].
[若有前后缀] First, let's spot the [prefix/suffix]: [prefix/suffix].
Find the vowels [v1] and [v2] — there [is/are] [N] consonant[s] [consonants] between them.
[规则说明，自然语言]: [rule explanation] → [syllable].
[继续下一刀...]
[特效说明（Magic E / Bossy R / Digraph）]
Now blend it together: [syl1] - [syl2] - [syl3]. [word]!"

风格要求：

• 开头固定用"Today's word is xxx, it means xxx"
• 结尾固定用"Now blend it together: xxx - xxx. xxx!"
• 规则说明要口语化，不要照搬规则名称
• 遇到特效要自然解释（如"the silent e at the end makes the i say its name"）

示例（management）：

"Today's word is management, it means 管理.
First, let's spot the suffix: -ment.
Find the vowels a and a — there is 1 consonant n between them.
The a says short /æ/, so we use the Camel Rule and cut after n → man.
The middle chunk is age — notice the silent e at the end makes g say the soft sound /dʒ/.
Now blend it together: man - age - ment. Management!"

---

⑤ animation_data.json（可直接用于本地渲染）

{
  "word": "example",
  "ipa": "/ɪɡˈzɑːm.pəl/",
  "strategy": "rule_based",
  "syllables": ["ex", "am", "ple"],
  "rule": "Rabbit Rule",
  "rule_icon": "🐰",
  "vowels": [...],
  "digraphs": [...],
  "special_fx": {"magic_e": false, "silent_letters": []},
  "audio_script": {
    "zh": "...",
    "zh_rule": "...",
    "phonemes_en": [...],
    "syllables_en": [...],
    "blend": "example"
  },
  "animation_steps": [...]
}

JSON 规范（违反导致渲染报错）：

• 严禁出现 // 注释
• cut_position 必须等于前面所有音节字符数之和
• syllables 数组拼接后必须等于原单词

---

⑥ 本地渲染指引

source ~/phonics-env/bin/activate
cd ~/phonics-project
cat << 'EOF' | python3 scripts/manim_renderer.py --json /dev/stdin --output ./output
（粘贴上方 JSON）
EOF

视频生成在 ~/phonics-project/output/[word]_Phonics.mp4

---

批量处理

Input: animal, family, river, tomorrow
→ 每个单词独立执行 Step 0～7 + 自检清单
→ 输出汇总表 + 各单词 animation_data.json

---

参考文件

• references/rules.md — 完整规则细节、边界案例、例外词表
• references/animation_schema.md — animation_data.json 完整 schema
• scripts/manim_renderer.py — Manim 视频渲染脚本（Mac 本地运行）