AI AI 一天做出会说话的英语单词卡：SFC 卡带怎么装下 1999 个单词和例句的发音
这次的题目是一款教育游戏：给 12 岁以下、正在学英语的孩子玩的单词卡。打开游戏就能挑战 30 张卡，每张看单词、听发音，再回答“认识”或“不认识”，翻到背面看中文意思和例句。
最后做出来的是一盘 8 MB 的 SFC 卡带，里面有 1999 个单词，每个都有音标、词性、中文意思、例句和翻译，而且单词和例句都会读出来。从开始到可以玩，AI 实际工作的时间约 100 分钟，按 API 价格换算约 29 美元。
怎么玩
- 正面： 单词和音标，同时读出单词。认识按 A 或 →，还不认识按 B 或 ←，X 再听一次。
- 背面： 词性、中文意思、例句和翻译，同时读出例句。X 读单词、Y 读例句，A 看下一张。
- 结果： 认识几张、不认识几张，以及要再记的词。
设计上刻意不考试：没有选择题、不计时，由孩子自己判断认不认识，再翻面确认。正面只有单词和声音，孩子得先试着想起意思，背面才给答案。每个例句最多 9 个英文单词，只用简单句型。
怎么跟 AI 说的
我们用 Claude Code（Claude Opus 5.5）做这款游戏。下面是用户说的话（略作整理），中间没有写任何代码：
做一款小学生学英语的单词卡游戏：打开就能开始挑战，测试 30 组单词， 只要按 A 或 B（或方向键左、右）回答“认识”“不认识”，就像单词卡那样。 请先准备 2000 个英语单词，是小学毕业时常见需要知道的词汇， 再给一句使用例句。另外单词可以有 KK 音标吗？
AI 先准备好词表，再提出游戏的做法（画面怎么排、字体、操作），用户回了一句“可以”。从提出需求到第一版能玩，大约 35 分钟。试玩之后，用户接着问：
我测试不错哦！那可以加上单词语音，以及读出句子吗？
素材是怎么拿到的
教育游戏的内容要正确，所以每一项我们都先想清楚“从哪里来、能不能用”：
| 素材 | 来源 | 怎么做 |
|---|---|---|
| 2000 词词表 | 公开的英语课程纲要附录（基础 2000 词） | AI 用 macOS 的 PDFKit 从 PDF 提取文字，解析成 1999 条，并保留 37 个主题分类 |
| 音标 | CMU 发音词典（BSD-2-Clause） | 用程序转成 KK 音标，不让 AI 直接写，因为它会记错。一词多音的词按卡片上的意思选读音，例如 read [rid]、live [lɪv]、wind [wɪnd] |
| 中文意思、例句、难度 | AI 生成 | 8 个子代理并行处理，3 分钟完成，再人工修正几条。给孩子正式使用前，建议请老师抽查 |
| 字体 | Cubic 11 像素字体（SIL OFL） | 从字体轮廓 1:1 转成点阵。字体里没有的 17 个音标符号，由 AI 按它的笔画风格自己画 |
| 背景图 | 程序生成 | 卡片、阴影、上下色带都用程序画，只用了 30 个图块 |
| 语音 | Kokoro-82M（Apache-2.0），在本机运行 | 1999 个单词加 1999 句例句，3 个进程并行约 50 分钟。没有用电脑自带的语音，因为它的许可只限个人、非商业使用 |
声音和音标对不上的地方： 文字转语音有自己的读法，有 12 个词和卡片上的音标不一样，例如 live 读成 [laɪv]、close 读成 [klos]、record 读成名词的读法。AI 把两边逐词比对后，这 12 个词改成直接用音标朗读，让孩子听到的和卡片上写的一致。
8 MB 的上限怎么突破
量完所有录音后，问题很清楚：
| 长度 | 放进卡带需要 | |
|---|---|---|
| 1999 个单词 | 约 21 分钟 | 约 6.5 MB（9.5 kHz） |
| 1999 句例句 | 约 47 分钟 | 至少再 25 MB |
SFC 的 CPU 只能寻址 16 MB，其中一半要留给 RAM 和硬件寄存器，所以卡带能直接读到的最多约 8 MB（ExHiROM 格式）。历史上最大的市售卡带也只有 6 MB。单词放得下，例句放不下。
我们比较了三条路：
- 自定义一种换页卡带，超过 8 MB。 卡带上要有一个“换页”电路，程序先选好要读哪一段。这没有统一规格，真机和烧录卡都跑不了，等于自创格式。
- MSU-1。 这是烧录卡支持的扩展规格，外加一个数据文件，游戏再一个字节一个字节读出来。可行，但数据文件要 25 MB，音质也只有 16 kHz。
- HD 素材包（用户提议）。 播放器本来就能用 HD 素材包把游戏的图换成高分辨率图片，那声音为什么不行？
最后选了第三条，做法是这样：
- 卡带里放“提示”： 每句例句在卡带里只放一个 18 字节、几乎无声的小样本，每句都不一样。
- 素材包里放“内容”： 素材包用这个小样本的哈希值当 key，存着那句例句的录音（MP3，24 kHz）。
- 播放器负责对应： 游戏每次让音效芯片播放一个样本，播放器就先计算样本的哈希值。素材包里有这个 key，就改播素材包的录音。录音一样按游戏设定的音高、音量包络和音量播放，长度以录音为准，所以 18 字节的提示可以换成 3 秒的句子。
结果是：ROM 照样是一盘 8 MB、真机能跑的卡带，单词都在里面。加上 23 MB 的素材包，例句就会读出来，单词也换成 24 kHz 的清楚版本。没有素材包时，例句安静，其他都正常。
这个做法不限于语音。游戏发出一个提示，素材包换上丰富的内容，同样的架构可以给每个单词配一张插图或照片（换图块），也可以播放录音版的配乐（游戏在曲子开头播一个专属的提示样本）。HD 声音是播放器的通用功能，任何游戏都能用，见首页的让 AI 提升游戏画质。
成本
| 用户的消息 | 约 10 条：需求、确认做法、加语音、选择做法、反馈问题；没有写任何代码 |
| AI 工作时间 | 约 100 分钟：数据与游戏 34 分钟、语音与修正 66 分钟 |
| 本机运算 | 朗读约 50 分钟（M 系列 Mac 的 CPU，不用显卡、不用云端） |
| 模型 | Claude Opus 5.5，主会话加 8 个子代理，共 269 条回复 |
| AI 输出 token | 44 万 |
| 处理的 token 总数 | 约 7000 万（大部分是缓存读取） |
| 估计费用 | 约 29 美元（以 2026 年 11 月的 Anthropic API 价格换算；订阅方案计费方式不同） |
| 其他费用 | 0：词表、发音词典、字体、语音模型都是公开或开放许可 |
费用里将近一半是“缓存读取”：这次的对话是接在同一天其他工作后面，每次调用都带着很长的上下文。在全新的会话里做，费用会再低一些。
给老师和家长
- 意思、例句和难度是 AI 生成的。我们做了格式和字数检查，也修正了几条，但正式给孩子使用前，请先抽查。
- 卡片上用的是 KK 音标（美式发音）。要改成 IPA，只需要改转换程序和几个字形。
- 游戏界面目前是繁体中文；文字都在排版程序里，改成简体或其他语言只需要换文字。
- 例句语音要在 aixsfc 播放器加上素材包才听得到。真机和其他播放器只会读单词。
想用 AI 做自己的游戏，在空文件夹运行 npx https://aixsfc.app/skill/aixsfc.tgz 再打开 claude，说明在首页。
来源与许可
- 词表：英语课程纲要附录的基础 2000 词（公开文件）。
- 音标：CMU Pronouncing Dictionary，BSD-2-Clause。
- 字体：Cubic 11（俐方体11号），ACh-K，SIL Open Font License 1.1。
- 语音：Kokoro-82M（hexgrad），Apache-2.0。
- 程序、音标字形、背景图：为这款游戏从零制作。本作与任天堂无关，亦未获其背书。