康康 · 开口读
班级配音间 · 录制中
课文、听写、听力的音频活儿，
一句话交给 AI
免费直连微软官方语音接口。AI 不是拿到字就念——它先当朗读导演：读懂课文、核对读音、设计停顿，然后才开口。
- 零费用
- 零注册
- 零 API Key
- 不经第三方中转服务器
● REC 《山脚下的小站》· 乙版
看站（kān）· 姓曾（zēng）
读音已核对，字幕用课文原文
晓晓 · 温暖端正 ｜ 停顿：逗号一拍 · 句号一拍半
6
个模式，覆盖语文到英语
322
种微软官方音色，说人话换角
约 30 秒
样张先行，点头再出全篇
原文
字幕始终用课文原文，不见改写字
先听再说
同一个免费声音，为什么差这么多？
同一篇课文《山脚下的小站》，同一个引擎，同一个声音。各听前 20 秒就够了。
甲 · 文字直接丢给引擎
一口气念到底
没分段、没停顿设计——文字直接丢给引擎，就是这个样子。
乙 · 先读懂，再开口
像个懂课文的人在读
停顿按句意设计、对话前留一拍、"看kān站""姓曾zēng"读音已修正。
差别不在嗓子——别人调声音，我们让 AI 先读懂了再读。
为什么像人读的
开口之前，先过三道工序
每一篇课文，AI 都按朗读导演的路子走一遍，再逐段生成、拼接成片。
工序一
读懂
这句是铺垫还是转折？谁在说话，他此刻什么心情？先产出一张文意理解卡，语气节奏由理解驱动，不是句型模板。
工序二
审音
"看守"的看、姓氏的曾、文言的"夫"——生成前逐字核对读音，存疑字内部改字纠音；字幕和文本始终用课文原文，交付时老师再顺手核一眼。
工序三
设计
哪里停、停多久、谁用什么音色，按语文朗读规范落参数：逗号一拍、句号一拍半，五言二三、七言四三，古诗文自动放慢。
都是真样例
六个模式，每个都是一句话的事
下面每条音频都是对 AI 说一句话生成的。哪条用得上，照那句话说就行。（这里先听五个模式；第六个——视频配音——在下方单独演示。）
别被例子框住——不限语文：历史故事、数学口诀、科学解说、班级短视频，都是这六种活儿之一，AI 拿到文本自己判该走哪个模式。
读课文
把课文《秋天》读出来
中速、按标点分级停顿，不是一口气念到底。
读课文
把统编版五下《自相矛盾》做成朗读音频
文言文自动放慢，按教材通行节奏断句，三个说话人三个声音。
课本剧分角色
《坐井观天》分角色读
旁白、青蛙、小鸟三个音色，自动识别谁在说话。
听写
把这些词做成听写音频：蝴蝶、蜻蜓、葡萄……
报序号 → 每词两遍 → 留 8 秒写字；遍数、间隔、序号都能改。
听力材料
把这段材料做成听力题音频
题干播报腔，对话一男一女，材料读两遍，题后留作答时间。
英语
中英对照读这段问候语
英文美音 Jenny，中文晓晓，一句英一句中。
第六个模式
给视频配音，字幕说一声就有
对它说："给这段视频配旁白，按画面时长来。"下面这段的旁白和字幕全部由它生成。
节奏按画面时长设计；要字幕说一声，.srt 文件一起给你，剪映 / PR 直接导入。实验演示、校园活动、运动会视频都能配。
配音是选角
选角台：都有哪些声音？
微软官方 322 种音色全都能用。默认不用你挑——AI 按内容推荐一个主选＋一个备选（各带理由），先按主选给你约 30 秒样张，你点头才出全篇。想自己点名，认识一下中文班底：
晓晓
女 · 温暖端正
课文朗读、旁白的默认女声，也是听写模式吐字最清的一位。
云希
男 · 少年感
男声首选：角色对话、记叙文，听力对话里的男声。
云扬
男 · 播报腔
新闻主播的调子：听力题干、知识点播报、说明文。
云健
男 · 浑厚有力
成年男性角色、有气势的段落，官方标签是"激情"。
晓伊
女 · 少女/儿童感
童话角色、低年级内容，课本剧里的女孩。
云夏
男童声
课本剧里的小孩角色。
趣味彩蛋：东北话、陕西话各一位，粤语三位，台湾腔三位（正课慎用，活跃气氛好使）。英语班底另有一队：美音 Jenny（课文默认）、女童 Ana（低年级）、Christopher（听力题干）、英音 Sonia——英语模式自动选角。
三种挑法，按省心程度排
① 不想管
直接说事："把这篇读出来"。AI 报方案（推荐谁、备选谁、为什么）并直接给约 30 秒样张——不用先回复它，听完不满意换备选就行。
② 直接点名
"用云扬读""旁白换晓伊""用东北话读"——报名字或报感觉都行。
③ 听完再换
样张不满意就说"换个男声/小孩声/粤语"，只换角重录，其他设计不动。
进阶 · 想自己当导演？数字话它也听得懂："语速慢 10%""音量加 20%""调子高一点"——对应引擎的语速（-50%～+100%）、音量（±50%）、语调（±50Hz）三个旋钮，整篇或单句都能指定。不说数字就由 AI 按三道工序设计，这也是默认推荐的用法。
不用学任何术语
装一次，之后三步
WorkBuddy、Claude Code 都能用。全程说人话，模式它自己判断。
装上（只做一次）
拿到技能包（zip），发给你的 AI 说："把这个装成技能"。它会先自检环境，缺工具时给出安装步骤帮你装（可能要你点一次确认）。
把课文发给它，说人话
"读出来""做成听写""分角色读"——它自己判断该用哪个模式，然后报一句方案：模式＋声音＋语速。
听约 30 秒样张，点头
先给你约 30 秒试听，你说"可以"它才跑全篇。不满意就直接说感觉，它只重做那一句。
收全篇 MP3，自己先听一遍
要字幕说一声就有。发学生前自己先听——它会附一张"重点听哪几处"清单，帮你定点抽听。
听完不满意？
不用学术语，照这个句式说
【哪里】 ＋ 【什么感觉】
"哪里"优先引原文几个字：说"'吾盾之坚'那句太快了"，别说"第三句"。AI 会先复述确认再动手，而且只重做那一句，其他不动。
| 你说 | 它会怎么办 |
|---|---|
| 太快了 / 太慢了 | 只调那一句的语速，调完再给你听 |
| 声音小，后排听不清 | 调大那一段音量（会先问一句：是不是音箱的问题） |
| 太赶了 / 停得太久 / 断得太碎 | 拉开或缩短停顿，碎句合并 |
| 太冲 / 太硬 / 没劲 / 太平 | 换个合适的声音，或调节奏拉开层次 |
| 换个男声 / 小孩声 / 播报腔 / 粤语 | 直接换角——322 种官方音色（含粤语、台湾腔、东北和陕西口音），你不用记任何名字 |
| 像念经 / 没起伏 | 它会说实话：免费引擎没有"情感旋钮"，做不出句内抑扬；能做的是换个起伏感强的声音、或把重点句放慢——让你挑一个试 |
印在卡底的两句实话：① 字幕和文本始终用课文原文——读音修复只发生在引擎内部（发学生前顺手扫一眼字幕更稳）；② 免费引擎没有情感旋钮，逼近不了的它会直说，不拿"我调了语速"糊弄你。
丑话说在前
三句实话
免费，但别拿它赌
语音来自微软公开接口，人家没承诺永久免费。录课、大批量使用前，先小样实测再铺开。
内容只走官方通道
只直连微软官方接口，课文和听写内容不经过任何第三方中转服务器；不做任何真人声音克隆。
最后一道关是老师的耳朵
多音字、断句由老师最后把关——生成的音频自己先听一遍，再发学生。
领取技能包 · 安装方法
技能包（zip，636 KB）统一在一度工具领取页发布，点击下面按钮前往领取：
下载后对号入座，照着装：
WorkBuddy
上传即装
打开「专家 → 技能 → 上传技能包」，把 zip 原样传上去，不用解压。（路径依官方文档，待实机验证）
Claude Code
一句话装
把 zip 发给它，说："把这个装成技能"；或解压后把文件夹放进 ~/.claude/skills/。
其他 AI 工具
通用格式
标准技能格式（SKILL.md），Codex 也认——同样把 zip 发给它，说"把这个装成技能"。
下面的命令点一下就复制，粘走就能用：
这是「康康·开口读」技能包，请把它安装成技能，装好后告诉我怎么用
unzip ~/Downloads/kangkang-kaikoudu-v1.0.0.zip -d ~/.claude/skills/kangkang-kaikoudu
把这篇课文读出来：
首次使用它会自检环境——依赖只有 uv 和 ffmpeg 两个免费小工具，缺了它会给出安装命令、帮你装上。
开口读 v1.0.0