IM VOCA
🏅
专利申请中 · KR 10-2026-0127089
英文原版书读者的 AI 单词本
一边读原版书
一边把词汇真正变成你的
拍下书中任意一页,AI 自动挑出生词。
在语境中学习,用艾宾浩斯间隔复习牢牢记住。
立即开始
imvoca.app
使用流程
推荐学习法
📖 今天背单词,明天读那一页
IM VOCA 最有效的用法是「预习」。
今天先背好明天要读那几页里的生词,
第二天再读,那一页就读得毫不费力。
今天 — 定好明天要读的页数
比如每天读 30 分钟 ≈ 10 页。先选好明天要读的那部分。
给那几页拍照
AI 只挑出那几页里的生词,按难度排好,生成单词表。
只背不认识的单词
认识的直接跳过。剩下的一小组用卡片和测验背完 — 毫无负担。
第二天 — 读那几页
单词已经认识,读起来非常顺。在书里再次遇到它们,记忆就此定型。
💡 为什么有效:普通背单词软件很少让你再次遇到那个词,所以忘得快。
而这个方法让你第二天就在书里真实地再遇到它。
预习时一次、阅读时一次、艾宾浩斯复习再一次 — 三次相遇,进入长期记忆。
找到适合你的书
这本书对你来说太难?还是太简单?
一本书在难度刚刚好的时候读起来最舒服、学到的也最多。用 IM VOCA 有个简单的测法。
📷 测试方法
把想读的书扫描 5 页左右,数一数一页提取出的 20 个单词里有几个不认识。
🎯
5–10 个生词 — 刚刚好
黄金区间:读起来有趣,学起来有收获。放心开读!
🌊
少于 5 个 — 轻松阅读
与其说是学习,更适合放松地享受阅读。好好享受故事吧!
⛰️
15 个以上 — 有点吃力
先从更简单的书开始。等积累了信心再回来,会读得顺畅得多。
核心功能
AI 提取单词
一张照片自动提取单词,并按难度分类
记忆卡片 + 测验
用卡片背诵,再用选择题测验巩固
艾宾浩斯复习
在遗忘之前自动提醒 — 建立长期记忆
名人堂
按学习的单词攀登排行榜 — 和朋友一起保持动力
① CEFR 国际语言标准
🎓
什么是 CEFR?
欧洲语言共同参考框架(CEFR)是全球公认的语言水平衡量标准。
雅思、托福、剑桥等主要考试和世界各地的教育机构都采用这一标准。
A1
A2
初级 (A1-A2) — 基础单词、简单日常会话
B1
B2
中级 (B1-B2) — 旅行和工作中的交流
C1
C2
高级 (C1-C2) — 阅读原著和论文、流利表达
📱 IM VOCA 如何运用 CEFR
提取单词时,AI 会自动按 CEFR 分级:C1~C2 难词优先,然后是 B2、B1。
每张单词卡都带有 CEFR C1 CEFR B2 等级徽章,难度一目了然。
② 可理解输入理论
📖
可理解输入(Comprehensible Input)
语言学家 Stephen Krashen 博士提出
语言不是靠硬背获得的,而是在语境中被理解时自然习得的。
在语境中学到的单词,比孤立背诵的单词记得久得多。
来自你自己正在读的书的单词效果更好 — 因为你已经了解上下文。
📱 IM VOCA 如何应用
每个单词都会同时保存基本释义 + 书中语境释义。
两种释义都会出现在卡片背面,帮助你在语境中记住单词。
③ 记忆卡片学习法
不要试图把每个词都背到完美再进入下一个。
先快速过一遍所有单词,认识的用 ○ 移除 — 只留下不认识的。
关键是最终只集中攻克真正不会的单词。
💡 研究表明:用卡片回忆一次单词,胜过把单词表读十遍。
大脑在「等等……是什么来着?哦!」的瞬间记得最牢。 — 测试效应 · 华盛顿大学研究
④ 艾宾浩斯遗忘曲线
📊 经科学验证的复习日程
19 世纪德国心理学家赫尔曼·艾宾浩斯研究了记忆随时间消退的规律。
他发现,学习之后人们会在 20 分钟内忘掉 42%、一天内忘掉 67%、一个月内忘掉 79%。
但只要在即将遗忘之前复习,记忆就会得到强化,下一次遗忘的时间也随之推迟。
记忆保持率(不复习 vs 使用 IM VOCA)
不复习
使用 IM VOCA
IM VOCA 自动复习日程
第 0 天
+1 天
+2 天
+3 天
+6 天
+15 天
+30 天
完成记忆卡片后,复习日程自动登记。在遗忘之前复习,建立长期记忆。
⑤ 名人堂
🏆 按单词难度计分
不是保存得多就能排第一。
越难的单词,得分越高。
挑战真书里真正的难词越多,排名就爬得越高。
难度积分表(CEFR)
A2
初级
1 分
B1
中级
2 分
B2
中高级
3 分
C1
高级 · 大学/原著水平
4 分
C2
精通 · 母语者水平
5 分
💡 举个例子:10 个 C1 单词(40 分)比 10 个 A2 单词(10 分)高出 4 倍。
排名分数是你保存的所有单词的积分总和,你的完美复习(⚡)次数也会一并展示。
和朋友比一比,会让你更愿意挑战难词。
IM VOCA 有什么不同
🏅 核心技术专利申请中(韩国申请号 10-2026-0127089):
「基于 AI 的个性化词汇学习数据生成与管理方法及系统」