AI AI 一天做出會說話的英文單字卡：SFC 卡匣怎麼裝下 1999 個單字和例句的發音
這次的題目是一款教育遊戲：給 12 歲以下、正在學英文的孩子玩的單字卡。打開遊戲就能挑戰 30 張卡，每張看單字、聽發音，再回答「認識」或「不認識」，翻到背面看中文意思和例句。
最後做出來的是一片 8 MB 的 SFC 卡匣，裡面有 1999 個單字，每個都有音標、詞性、中文意思、例句和翻譯，而且單字和例句都會唸出來。從開始到可以玩，AI 實際工作的時間約 100 分鐘，按 API 牌價換算約 29 美元。
怎麼玩
- 正面： 單字和音標，同時唸出單字。認識按 A 或 →，還不認識按 B 或 ←，X 再聽一次。
- 背面： 詞性、中文意思、例句和翻譯，同時唸出例句。X 唸單字、Y 唸例句，A 看下一張。
- 結果： 認識幾張、不認識幾張，以及要再記的字。
設計上刻意不考試：沒有選擇題、不計時，由孩子自己判斷認不認識，再翻面確認。正面只有單字和聲音，孩子得先試著想起意思，背面才給答案。每個例句最多 9 個英文字，只用簡單句型。
怎麼跟 AI 說的
我們用 Claude Code（Claude Opus 5.5）做這款遊戲。下面是使用者說的話（略作整理），中間沒有寫任何程式：
做一款小學生學英文的單字卡遊戲：打開就能開始挑戰，測試 30 組單字， 只要按 A 或 B（或方向鍵左、右）回答「認識」「不認識」，就像單字卡那樣。 請先準備 2000 個英文單字，是小學畢業時常見需要知道的詞彙， 再給一句使用範例。另外單字可以有 KK 音標嗎？
AI 先準備好字表，再提出遊戲的做法（畫面怎麼排、字型、操作），使用者回了一句「可唷」。從提出需求到第一版能玩，大約 35 分鐘。試玩之後，使用者接著問：
我測試不錯喔！那可以加上單字語音，以及說出句子嗎？
素材是怎麼拿到的
教育遊戲的內容要正確，所以每一項我們都先想清楚「從哪裡來、能不能用」：
| 素材 | 來源 | 怎麼做 |
|---|---|---|
| 2000 字字表 | 公開的英語課綱附錄（基礎 2000 字詞） | AI 用 macOS 的 PDFKit 從 PDF 抽出文字，解析成 1999 筆，並保留 37 個主題分類 |
| 音標 | CMU 發音字典（BSD-2-Clause） | 用程式轉成 KK 音標，不讓 AI 直接寫，因為它會記錯。一字多音的字依卡片上的意思選讀音，例如 read [rid]、live [lɪv]、wind [wɪnd] |
| 中文意思、例句、難度 | AI 產生 | 8 個子代理平行處理，3 分鐘完成，再人工修正幾筆。給孩子正式使用前，建議請老師抽查 |
| 字型 | Cubic 11 像素字型（SIL OFL） | 從字型輪廓 1:1 轉成點陣。字型裡沒有的 17 個音標符號，由 AI 照它的筆畫風格自己畫 |
| 背景圖 | 程式產生 | 卡片、陰影、上下色帶都用程式畫，只用了 30 個圖塊 |
| 語音 | Kokoro-82M（Apache-2.0），在本機執行 | 1999 個單字加 1999 句例句，3 個程序並行約 50 分鐘。沒有用電腦內建的語音，因為它的授權只限個人、非商業使用 |
聲音和音標對不上的地方： 文字轉語音有自己的讀法，有 12 個字和卡片上的音標不一樣，例如 live 唸成 [laɪv]、close 唸成 [klos]、record 唸成名詞的讀法。AI 把兩邊逐字比對後，這 12 個字改成直接用音標朗讀，讓孩子聽到的和卡片上寫的一致。
8 MB 的上限怎麼突破
量完所有錄音後，問題很清楚：
| 長度 | 放進卡匣需要 | |
|---|---|---|
| 1999 個單字 | 約 21 分鐘 | 約 6.5 MB（9.5 kHz） |
| 1999 句例句 | 約 47 分鐘 | 至少再 25 MB |
SFC 的 CPU 只能定址 16 MB，其中一半要留給 RAM 和硬體暫存器，所以卡匣能直接讀到的最多約 8 MB（ExHiROM 格式）。歷史上最大的市售卡匣也只有 6 MB。單字放得下，例句放不下。
我們比較了三條路：
- 自訂一種換頁卡匣，超過 8 MB。 卡匣上要有一個「換頁」電路，程式先選好要讀哪一段。這沒有統一規格，真機和燒錄卡都跑不了，等於自創格式。
- MSU-1。 這是燒錄卡支援的擴充規格，外加一個資料檔，遊戲再一個位元組一個位元組讀出來。可行，但資料檔要 25 MB，音質也只有 16 kHz。
- HD 素材包（使用者提議）。 播放器本來就能用 HD 素材包把遊戲的圖換成高解析度圖片，那聲音為什麼不行？
最後選了第三條，做法是這樣：
- 卡匣裡放「提示」： 每句例句在卡匣裡只放一個 18 bytes、幾乎無聲的小樣本，每句都不一樣。
- 素材包裡放「內容」： 素材包用這個小樣本的雜湊值當 key，存著那句例句的錄音（MP3，24 kHz）。
- 播放器負責對應： 遊戲每次叫音效晶片播放一個樣本，播放器就先計算樣本的雜湊值。素材包裡有這個 key，就改播素材包的錄音。錄音一樣照遊戲設定的音高、音量包絡和音量播放，長度以錄音為準，所以 18 bytes 的提示可以換成 3 秒的句子。
結果是：ROM 照樣是一片 8 MB、真機能跑的卡匣，單字都在裡面。加上 23 MB 的素材包，例句就會唸出來，單字也換成 24 kHz 的清楚版本。沒有素材包時，例句安靜，其他都正常。
這個做法不限於語音。遊戲送出一個提示，素材包換上豐富的內容，同樣的架構可以替每個單字配一張插圖或照片（換圖塊），也可以播放錄音版的配樂（遊戲在曲子開頭播一個專屬的提示樣本）。HD 聲音是播放器的通用功能，任何遊戲都能用，見首頁的讓 AI 提升遊戲畫質。
成本
| 使用者的訊息 | 約 10 則：需求、確認做法、加語音、選擇做法、回報問題；沒有寫任何程式 |
| AI 工作時間 | 約 100 分鐘：資料與遊戲 34 分鐘、語音與修正 66 分鐘 |
| 本機運算 | 朗讀約 50 分鐘（M 系列 Mac 的 CPU，不用顯卡、不用雲端） |
| 模型 | Claude Opus 5.5，主 session 加 8 個子代理，共 269 則回覆 |
| AI 輸出 token | 44 萬 |
| 處理的 token 總數 | 約 7000 萬（大部分是快取讀取） |
| 估計費用 | 約 29 美元（以 2026 年 11 月的 Anthropic API 牌價換算；訂閱方案計費方式不同） |
| 其他費用 | 0：字表、發音字典、字型、語音模型都是公開或開放授權 |
費用裡將近一半是「快取讀取」：這次的對話是接在同一天其他工作後面，每次呼叫都帶著很長的上下文。在全新的 session 裡做，費用會再低一些。
給老師和家長
- 意思、例句和難度是 AI 產生的。我們做了格式和字數檢查，也修正了幾筆，但正式給孩子使用前，請先抽查。
- 卡片上用的是 KK 音標（美式發音）。要改成 IPA，只需要改轉換程式和幾個字形。
- 例句語音要在 aixsfc 播放器加上素材包才聽得到。真機和其他播放器只會唸單字。
想用 AI 做自己的遊戲，在空資料夾執行 npx https://aixsfc.app/skill/aixsfc.tgz 再開 claude，說明在首頁。
來源與授權
- 字表：英語課綱附錄的基礎 2000 字詞（公開文件）。
- 音標：CMU Pronouncing Dictionary，BSD-2-Clause。
- 字型：Cubic 11（俐方體11號），ACh-K，SIL Open Font License 1.1。
- 語音：Kokoro-82M（hexgrad），Apache-2.0。
- 程式、音標字形、背景圖：為這款遊戲從零製作。本作與任天堂無關，亦未獲其背書。