词光:雅思词汇插图与英美发音数据集
数据集简介
产品预览
词光以「一词一画」为呈现方式:每个雅思词条都配有一幅原创插画,把词义放进可看的场景里,再辅以英音、美音与例句朗读,帮助学习者在图像与声音之间建立联想。词条按 CEFR A1–C2 分级,并归入 19 个话题,便于按难度或按场景成组学习。
学习方式
词条数据内建 FSRS 间隔复习所需的字段,可据此安排复习节奏;每条词包含释义、例句与朗读音频,例句覆盖日常与雅思语境并附中文翻译。数据集适合用于自建背词工具、导出为 Anki 牌组,或作为词汇学习研究的基础语料。
本地运行
项目为开源应用,可通过 git clone 仓库在本地运行,无需登录即可使用;界面声音与配乐随应用一并提供。
开放数据
词库文本、插画与词条录音均可从仓库直接获取:词条文本位于 data/ 目录,提供 JSON 与 CSV 两种格式;插画位于 public/atlas/img/;词条录音位于 public/atlas/audio/。数据规模如下:
| 内容 | 数量 | 说明 |
|---|---|---|
| 词条 | 7,298 个 | CEFR A1–C2,19 个话题 |
| 例句 | 14,596 条 | 日常与雅思语境,附中文翻译 |
| 插画 | 7,298 幅 | 512 px WebP,另有缩略图 |
| 录音 | 22,905 段 | 英音、美音与例句朗读,含 1,011 个重点词的第二条例句朗读 |
词条字段包括 id、w、uk、us、senses[].pos、senses[].zh、senses[].en、ex[].en、ex[].zh、col、fam、tip、cefr、topic 等,主数据文件为 data/word-atlas.json,另有 PUBLIC_MANIFEST.json 记录公开资源清单。
内容来源与局限
释义、例句、插画和录音均为本项目生成:文字与插画使用生成式 AI,语音使用 ElevenLabs。内容经过自动结构与一致性校验,尚未逐条人工审校,可能出现释义、例句、插画或发音错误。词光不是官方雅思词表,也不承诺提分,使用时宜结合人工判断。
参与贡献
项目托管于 GitHub,欢迎通过仓库参与贡献,共同完善词条内容与数据质量。
授权
项目公开免费、无需登录。应用代码采用 MIT 许可;词库文本、插画与词条录音采用 CC BY 4.0 许可,使用时请遵循相应许可条款。