Day18：二聲還是三聲？

最近女兒剛上小學一年級
正是開始學注音的年紀

一串全都是三聲的句子....

某天，老婆在帶她練習注音
結果發現她二三聲很常搞錯

課本的三聲，跟平常講法略有不同

我們思考了一下，發現
台灣口音的三聲，後半往上的那段其實沒有那麼明顯
但學校教的時候，都會很刻意強調三聲往上的部分

結果她念著念著，就把三聲當成二聲了
（用專業一點的術語來說，就是「平上去入」的上聲，後半的上揚太強調，聽起來就很像陽平）

有現成的東西可以用嗎？

因為這個需求不只是文字和圖片
還要考慮到聲音（不論是播放還是錄音）

但它規模很小、問題很局部
基本上不太會有人為了這個專門做一個 app
（尤其聲音這塊，用傳統的方式做起來，成本也不低）

那大人多念幾次呢？

這就變成一個很尷尬的局面

大人如果刻意念慢一點、念誇張一點
結果就變成課本裡那個很誇張的 214
又繞回一開始的問題了

214 是「五度標記法」的寫法：把音高從低到高分成 1～5
三聲的 214，就是從 2 降到 1，再拉高到 4
二聲是 35，從 3 一路往上到 5

而且小朋友要同時記音、又要拼
很難抓到重點

總結一下需求

所以這次的需求，基本上就是

• 要有聲音
• 要能把聲音的部分，轉換成更單純的練習方式

因此這次我們選擇用 Google AI Studio 來做
（一方面是便宜，目前免費方案就夠用；另一方面，在這種多模態的能力上，Gemini 到目前為止都還不錯）

Vibe Coding 小技巧：
除了文字以外，聲音、圖片等不同資料類型的理解/生成能力，就是所謂的多模態能力。

至於做出來長什麼樣子和做法
我們就一樣留到下一篇來展開～