English | 简体中文
Echo Loop — 高效的英语听说训练 App
从此不必自己摸索怎么练好英语。
精听 · 跟读 · 盲听 · 复述 · 复习，Echo Loop 按科学节奏推你走完。
本项目由中央民族大学外国语学院 杨艳老师 指导设计。
[](./LICENSE)
[](https://github.com/echo-loop/Echo-Loop/releases/latest)
[](https://github.com/echo-loop/Echo-Loop/releases)
[](https://github.com/echo-loop/Echo-Loop/commits/main)
[](https://trendshift.io/repositories/41519?utm_source=trendshift-badge&utm_medium=badge&utm_campaign=badge-trendshift-41519)
[](https://apps.apple.com/app/id6760324074)
[](https://play.google.com/store/apps/details?id=app.echoloop)
📖 Echo Loop 是什么
若英语听说也有一卷无上内功心法，Echo Loop 便是一部现代学习者的 E筋经。这个 E，既是 Echo，也是 English，更是 Ear 与 Expression。它不传花拳绣腿，不教临场取巧，而是带你:
- 先精听通脉，打通语音、词义与句意经脉
- 再跟读运功，校准发音、节奏和语感
- 继而盲听入定，检验对原声的整体理解
- 再以复述出招，把听进去的英语化为自己口中自然流出的表达
初练之后，八阶回环自成周天，间隔复习固本培元，难句与生词也在一次次回炉中融会贯通，化为己用。 练到深处，听力不再靠猜，口语不再硬憋，真正生出一身可持续增长的英语听说内功。
说得直白一点，Echo Loop 是一款科学高效的英语听说训练 App。它帮助你把一段音频从陌生练到真正听懂，再通过跟读和复述实现听说闭环，逐步练到脱口而出。系统会自动安排间隔复习和提醒，逐步推进训练节奏。你不用自己摸索方法，也不用手动控制流程，只需专注练习本身。
📱 截图
导入音频，开始练习
科学练习，听说闭环
自动提醒，进步可见
逐句精听，难句标注
意群划分，难句解析
段落复述，听懂变成会说
难句收藏，熟中生巧
闪卡复习，原句再现
按你的节奏，自由练习
✨ 功能
- 🤖 自动驱动学习节奏：跟读次数、复习时机、难句标记自动推进，你只需要专注听和说。
- 🎯 听说闭环：精听、跟读、复述一气呵成。从听懂内容，到模仿表达，再到用自己的话说出来。
- 🧩 长难句意群划分：长句按意群切分，复杂句拆开理解，降低听懂难度。
- ⭐ 难句收藏与专项复习：难句自动归档，可集中跟读、反复重练，避免“标了就忘”。
- 📚 语境化闪卡复习：收藏单词和意群，结合原句上下文复习，在语境中记忆，而不是孤立背词。
- 💡 AI 翻译、解析与词汇讲解：支持双语翻译、句子解析、单词用法和搭配讲解，按需展开，不打断学习节奏。
- 📍 断点续学：自动记录学习阶段和当前句子，下次打开直接继续，5 分钟碎片时间也能练。
- 📊 学习数据统计：记录学习时长、输入输出比例、唯一词汇量，让练了多少、说了多少一目了然。
- 🎙️ 跟读 AI 评测：自动对齐识别结果与原文，高亮命中词，并给出跟读评级。
- 🎧 导入本地音频 + AI 字幕：支持批量导入本地音频，可导入本地字幕，也可用 AI 自动转录生成字幕。
🤔 我们为什么做这个
很多人学英语时，最大的问题不是缺材料，而是不知道怎么把一段材料真正练透。
常见情况是：今天收藏一个播客，明天听一段演讲，材料越来越多，但真正认真练熟的内容很少。听的时候好像懂了，过几天又忘了，更不用说把里面的表达说出来。
这背后其实很符合人性：人天然喜欢新鲜、轻松、即时反馈强的东西，所以花哨的内容、游戏化激励和不断刷新的材料很容易让人上瘾。但对语言学习来说，真正有效的训练往往不是"不断换新材料"，而是对合适的材料进行重复、拆解、模仿和复述。过多的新鲜感反而会分散注意力，让学习停留在"看过、听过、收藏过"，而没有真正内化。
另一个更隐蔽的问题是：即使知道正确的方法，也很难长期坚持。因为这些方法看起来简单，真正执行时却需要大量手动判断：今天练哪段、先听几遍、什么时候看字幕、哪些句子要反复跟读、什么时候开始复述、几天后再复习、复习时该练什么。每一步都要自己控制，最后学习本身还没开始，决策负担已经把心力耗尽了。
这些决策本身才是最消耗意志力的地方：不是听不懂，是不知道下一步该做什么。
Echo Loop 想做的，就是在不违背人性的前提下，用更科学的训练流程降低重复练习的执行成本。它把精听、跟读、盲听、复述和间隔复习串成一个自动推进的闭环：选一段你想听懂的音频，按下开始，从精听到通关，每一步它都会告诉你"现在做什么"。
你只需要坚持打开 App，剩下交给 Echo Loop。把一段材料练透，强过泛听 100 个音频。
🆚 和其他方案的差异
挑了四款国内学习者最熟的 App 对比。单看每一项功能，其它 App 也或多或少有；但 Echo Loop 真正的不同在于：它把每一步串起来自动驱动你走完，你不需要自己摸索方法、控制遍数、掌握复习节奏。
| 功能 | Echo Loop | 每日英语听力 | 可可英语 | 英语流利说 | Anki |
|---|---|---|---|---|---|
| 学习节奏由 App 驱动 | ✅ 全自动 | ❌ | ❌ | ❌ | ❌ |
| 听 → 说闭环（精听 + 跟读 + 复述） | ✅ | ⚠️ 部分支持 | ⚠️ 部分支持 | ⚠️ 部分支持 | ❌ |
| 长难句意群划分 | ✅ | ❌ | ❌ | ❌ | ❌ |
| 收藏句专项复习 | ✅ | ❌ | ❌ | ❌ | ❌ |
| 语境化闪卡复习 | ✅ | ❌ | ❌ | ❌ | ⚠️ 需手动建卡 |
| AI 翻译 / 句子解析 / 单词深度解析 | ✅ | ⚠️ 部分支持 | ⚠️ 部分支持 | ❌ | ❌ |
| 断点续学 | ✅ | ⚠️ 部分支持 | ⚠️ 部分支持 | ⚠️ 部分支持 | ⚠️ 部分支持 |
| 学习数据：时长 / 输入输出比 / 唯一词汇量 | ✅ | ⚠️ 部分支持 | ⚠️ 部分支持 | ⚠️ 部分支持 | ❌ |
| 跟读 AI 评测 | ✅ | ✅ | ✅ | ✅ | ❌ |
| 导入本地音频 | ✅ | ✅ | ❌ | ❌ | ⚠️ 需自制卡片 |
| 离线可用 | ✅ | ✅ | ✅ | ⚠️ 部分支持 | ✅ |
| 开源 | ✅ | ❌ | ❌ | ❌ | ✅ |
🧠 学习方法论
精听 → 跟读 → 盲听 → 复述 → 科学间隔复习 → 通关。
flowchart LR
A[精听
逐句听懂，标记重点难句] --> B[跟读
模仿语音语调，训练发音能力]
B --> C[盲听
完整听一遍，检验整体理解]
C --> D[复述
用自己的话表达，提升输出能力]
D --> E[间隔复习
在遗忘前重练，巩固长期记忆]
E --> F[通关
完成本轮学习任务]
以上每一步，由 Echo Loop 自动驱动，不需要你判断。
你不需要管"现在该听几遍"、"上次那个素材该不该复习了"。打开 App，今天该做什么会直接呈现在你眼前。
学习全过程量化：学习时长 · 输入输出比 · 唯一词汇量。
间隔复习法是怎么安排的？
每段素材分成 1 次首次学习 + 7 轮间隔复习。间隔从 6 小时拉长到 28 天，让大脑在快要遗忘时重新触达记忆痕迹，符合艾宾浩斯遗忘曲线。
| 阶段 | 距上次间隔 | 任务 |
|---|---|---|
| 首次学习 | — | 精听 → 跟读 → 盲听 → 段落复述 |
| 首轮复习 | 6 小时后 | 难句补练 + 段落复述 |
| 第二轮复习 | 1 天后 | 盲听 + 难句补练 + 段落复述 |
| 第三轮复习 | 2 天后 | 盲听 + 难句补练 + 段落复述 |
| 第四轮复习 | 4 天后 | 盲听 + 难句补练 + 段落复述 |
| 第五轮复习 | 7 天后 | 盲听 + 难句补练 + 段落复述 |
| 第六轮复习 | 14 天后 | 盲听 + 难句补练 + 段落复述 |
| 第七轮复习 | 28 天后 | 盲听 + 难句补练 + 段落复述 |
📥 下载与试用
[](https://apps.apple.com/app/id6760324074)
[](https://play.google.com/store/apps/details?id=app.echoloop)
[](https://github.com/echo-loop/Echo-Loop/releases)
桌面端：macOS 开发中 · Windows 规划中 · Web 暂无计划
App Store
Google Play
💬 加入社群
和其他认真练英语的伙伴一起：交流学习方法、分享学习资源、反馈使用体验、第一时间收到新功能更新。
- 加入 QQ 群（665696118）：和其他认真练英语的伙伴交流学习方法、分享学习资源。
- 微信联系我们：扫描二维码联系 Echo Loop。
- 关注 B 站：获取英语学习内容和功能更新。
- 关注小红书：获取使用技巧、功能更新和英语学习内容。
🗺️ Roadmap
✅ 1 · 核心功能
- [x] 学习闭环：精听 / 跟读 / 盲听 / 段落复述
- [x] 间隔复习调度（6h → 28d）
- [x] 长难句意群划分
- [x] 难句收藏 + 专项复习
- [x] 语境化闪卡复习
- [x] AI 翻译 / 句子解析
- [x] iOS / macOS 原生 ASR 跟读评测
- [x] 断点续学
- [x] 学习数据统计
🚧 2 · AI 能力
- [ ] AI 口语陪练
- [x] AI 学习助手（随时答疑）
- [x] AI 查词
- [ ] 个性化素材推荐
🔭 3 · 体验与平台
- [ ] 自定义任务流
- [ ] 连胜激励 / 学习勋章
- [ ] macOS / Windows 桌面版正式发布
🔭 4 · 内容生态
- [ ] 官方精选合集（按主题 + 难度分级）
- [ ] 用户合集分享 / UGC 学习材料
⭐ Star History
🎓 学术指导 & 致谢
学术指导
感谢 杨艳老师（中央民族大学外国语学院；北京大学英语语言文学博士）对本项目方法论的指导。
核心依赖
- 音频与语音：just_audio · audio_session · flutter_tts · sherpa_onnx
- 数据与状态：drift · flutter_riverpod
- 文本处理：subtitle · lemmatizerx
- 系统能力：file_picker · flutter_local_notifications
🧑💻 给开发者
🚀 快速开始
git clone git@github.com:echo-loop/Echo-Loop.git
cd Echo-Loop
cp .dev.env.template .dev.env # 填入 Supabase / Google 等编译期变量
flutter pub get
dart run build_runner build
flutter run -d --dart-define-from-file=.dev.env
Supabase 与 Google 等编译期配置放在
.dev.env（调试）/.prod.env（发布），通过--dart-define-from-file注入。这两个文件已被.gitignore，请勿提交。 全球 API 默认地址与中国 API 地址可用编译期变量覆盖；全球和中国模型 CDN 地址配置在lib/config/regional_service_endpoints.dart； 全球 API 默认地址为https://www.echo-loop.top，可通过API_BASE_URL编译期变量覆盖； 中国 API 默认地址为https://www.echo-loop.cn，可通过API_CHINA_BASE_URL编译期变量覆盖， 本地构建可在.prod.env中覆盖；GitHub Actions CI/Release 会直接将对应 GitHub Variables 传给构建命令； release 包通过统一的isChinaUser结论选择区域：中国 Apple Storefront、设备国家码或/api/v1/client/config的context.countryCode任一返回CN/CHN即选择中国， 不需要按地区构建。同一个 release 包包含全球与中国 API 候选地址。首次没有中国地区证据时先使用全球 API； 地区结论变化后先保留当前 API，并立即用配置请求探测新的首选区域；遇到网络错误或 5xx 时尝试另一区域一次。探测成功后切换到首选区域；备用成功后当前会话 API 暂用可用地址， 后续配置刷新会重新探测首选区域。模型 CDN 始终跟随isChinaUser；未设置 API 覆盖变量时使用源码默认地址。
🤝 如何贡献
欢迎提 Issue / PR。提交前请运行：
flutter analyze
flutter test
Commit 标题遵循 PREFIX: 内容 格式（参考 git log 看常用前缀，如 FEAT / FIX / DOCS / MOD / OPT / CHORE / CI / RELEASE 等）。详细贡献流程见 CONTRIBUTING.md（待补）。本项目遵循 Contributor Covenant 行为准则。
🛠️ 技术栈
| 类别 | 技术 | 用途 |
|---|---|---|
| UI 框架 | Flutter + Material 3 | 跨平台 UI |
| 状态管理 | Riverpod（代码生成） | 单向数据流 |
| 音频播放 | just_audio + audio_session | 音频引擎层 |
| 字幕解析 | subtitle | SRT/VTT |
| 文件选择 | file_picker | 本地音频/字幕导入 |
| 数据持久化 | Drift (SQLite) + shared_preferences | 学习进度、收藏、缓存 |
| 国际化 | flutter_localizations + ARB | 简体中文 / English |
| 测试 | flutter_test + mocktail | 单元 / Widget / 集成 |
| 静态分析 | flutter_lints | 代码规范 |
📁 项目结构
lib/
├── l10n/ # 国际化翻译文件（ARB 格式）
├── models/ # 数据模型（AudioItem, Sentence, Collection 等）
├── providers/ # Riverpod 状态管理
│ ├── audio_engine/ # 音频引擎层（底层播放控制）
│ └── listening_practice/ # 听力练习层（业务逻辑）
│ ├── sentence_tracker.dart # 句子定位（二分查找）
│ └── bookmark_manager.dart # 书签管理
├── screens/ # 页面
├── services/ # 服务层（StorageService, SubtitleParser）
└── widgets/ # 可复用组件
integration_test/ # 端到端测试
test/ # 单元 / Widget 测试
⌨️ 开发命令速查
运行
flutter run -d ios # iOS
flutter run -d android # Android
flutter run -d macos # macOS（开发中，未发布）
flutter run -d chrome # Web（仅调试用，无发布计划）
# iOS 模拟器
xcrun simctl list devices available
xcrun simctl boot
open -a Simulator
测试 / 质量检查
flutter analyze # 静态分析
flutter test # 全部测试
flutter test integration_test -d macos # 集成测试
# Maestro UI 烟测（先启动设备并安装开发包；Android 开发包示例）
MAESTRO_APP_ID=app.echoloop.dev scripts/test_maestro.sh
# Android 真机：自动构建、安装 dev 包并运行 Study 测试
scripts/test_maestro_android.sh
# 多台设备时，显式指定目标；也可一次性 export MAESTRO_ANDROID_DEVICE=
scripts/test_maestro_android.sh --device
dart format . # 格式化
Maestro CLI 安装：
curl -fsSL https://get.maestro.mobile.dev | bash。iOS 开发包请将MAESTRO_APP_ID改为top.echo-loop.dev；测试流存放在maestro/。
代码生成（修改 Riverpod Provider 后）
dart run build_runner build
构建
# Supabase / Google 等编译期变量从 env 文件注入（发布用 .prod.env）
flutter build macos --dart-define-from-file=.prod.env
flutter build apk --dart-define-from-file=.prod.env
flutter build ios --dart-define-from-file=.prod.env
# 真机运行
flutter run --release -d --dart-define-from-file=.dev.env
发布脚本
scripts/run_simulator.sh（读.dev.env）、scripts/release_{android,ios,macos}.sh（读.prod.env） 已内置--dart-define-from-file，无需手动传参。
环境要求
- Flutter SDK 3.9.2+
- iOS 模拟器 / Android 模拟器 / 真机
- 桌面端：macOS / Windows / Linux 开发环境
国内 AtomGit 托管：Echo Loop AtomGit 项目主页