我给孩子的阅读 app，请了个 AI 陪读老师
孩子坐在 iPad 前，跟着阅读 app 读英语。读完一句，他抬头喊：
"爸爸，我读得对吗？"
我在厨房做饭，头也没回："嗯，挺好，继续。"
其实我也不知道他读得对不对。😅
光"听"不"反馈"，等于白读
我给孩子做了个英语阅读 app。本来挺得意——一百多本分级绘本，点一下就有标准发音朗读。
但用了一阵我发现个问题：它只能让孩子听，不能告诉孩子读得怎么样。
孩子跟着读完一句，app 没反应。读对了没人夸，读错了没人纠。时间长了，他读完就翻页，跟完成任务似的。
语言学习最怕这个。学说话、学弹琴，靠的都是反馈闭环——你做一个动作，立刻有人告诉你对不对。没有反馈，练习就是空转。
类比一下：这就像学钢琴，只让你听大师的示范曲，却不让你弹、不告诉你弹得对不对。听一百遍，手还是不会。🎹
可现实是，我没法句句陪着他、即时纠正。我英语没那么好，而且他读英语的时候，我多半在做饭、在忙。
那就请个 AI 陪读
念头很直接：我没法当这个陪读，让 AI 来当。
孩子按住按钮读一句，AI 听完，立刻告诉他：这句多少分，哪个词读得好，哪个词没读准。
想法简单，落地要解决三件事。
第一件事：给 AI 装上"耳朵"
首先得有个能听懂发音、还能打分的 AI。
我 app 里的朗读发音，用的是豆包的语音合成。我第一反应是看豆包有没有"语音评测"——结果没有。它会"说"，但不会"听"、不会"判"。
那就找会的。一圈下来，选了腾讯的智聆口语评测（SOE）。理由很实在：
- 它能逐词打分，每个单词单独给个 0 到 100 的分。这正好对上我想要的效果——不只是给个总分，还能标出哪个词没读好。
- 它会从准确度、流利度、完整度三个维度评，比单纯"对不对"细得多。
- 按次收费，一千次也就几块钱。给娃用，量不大，几乎可以忽略。
选 AI 能力就是这样：不追最贵的、最有名的，追最对得上你需求的。我要的是"逐词评分"，谁能给我这个，我就用谁。
第二件事：留个"插座"，别把线焊死
这是我做的时候最得意的一点。
我没有让界面直接去调腾讯的接口。而是先定了一个抽象的"评测服务"——你可以理解成一个标准插座。界面只认这个插座，不认插座后面接的是哪家电器。
然后我先插上一个假的评测服务（返回随机分数），把整个界面、交互、动画全跑通了。
确认体验没问题，再把假插座拔下来，换上真的腾讯接口。
前端一行代码都没改。
为什么要这么绕？因为 AI 供应商是会变的。今天腾讯便宜好用，明天它涨价了、或者出了更好的，我只需要换一个"插头"，整个 app 其他部分纹丝不动。
类比一下：你家墙上的插座是国标，今天插台灯，明天插风扇，墙里的线不用动。我做的，就是给 app 装了个"国标插座"。🔌
这个习惯救过我很多次。把"会变的"和"不变的"隔开，是软件工程里最值钱的几个道理之一。
第三件事：浏览器录音，藏着几个坑
让 AI 听到孩子读，得先录下来。这部分听着简单，坑不少。
格式不对。 浏览器录出来的声音是 WebM 格式，腾讯要的是 WAV。中间得转一道码，不然人家不收。
交互要顺。 我做成"按住录音、松开提交"。但手指抖一下、点了不到半秒就松开，那是误触，不能提交。录太久也不行，设了 15 秒上限——RAZ 的句子，够了。
这些都不是什么高深技术，但产品体验就藏在这些细节里。一个误触没处理好，孩子就会觉得"这破玩意儿怎么乱跳"，然后不想用了。
最后：五色评分卡
评测结果，我做成一张卡片：
一个大号总分，下面把原句每个词标上颜色——
- 90 分以上：绿色，读得真棒
- 80 多分：蓝色，不错
- 70 多分：黄色，还行
- 60 多分：橙色，差点意思
- 60 分以下：红色，再练练
孩子不一定看得懂分数，但看得懂颜色。哪个词是红的，他就知道那个词没读好，会自己再读一遍。
卡片底下有个"再试一次"。我观察到，他看到红色，真的会主动点"再试一次"，直到把那个词读绿。
反馈闭环，就这么转起来了。✅
写在最后
回头看，这个功能没什么黑科技。
它就是把一个现成的 AI 能力（语音评测），接到一个具体的小痛点上（孩子读书没人即时反馈）。AI 落地不神秘，难的是找到那个真痛点，然后把它接得顺滑。
过程中真正值钱的，反而是那些"笨功夫"：
- 选型时，找最对得上需求的，不追名气。
- 设计时，留好抽象的插座，别把供应商焊死。
- 实现时，把误触、超时、格式转换这些细节磨平。
孩子现在读英语，会自己追着 AI 要分数了。那个"爸爸我读得对吗"的问题，终于有人能秒回他了。
虽然回他的不是我，是 AI。但挺好的。👨👦
如果你也在给孩子做学习工具，或者在琢磨 AI 怎么落地到小产品里，点个在看，转发出去，让更多人看到这条路。
你的 AI 落地踩了什么坑？欢迎评论区聊聊——每一条留言我都会看。