VoiceBridge · 语音桥

预算(分阶段)

币种人民币,不含人力(团队为志愿者)。区间为"低配—稳妥"。 v0.3 变更:新增「预审回答库 + 预录真人语音」科目——因为对外的承诺是"说得必须准",这条不能用实时生成兑现。 v0.2 重大变更:形态改为"中心式 1–2 台先验证",设备台数 50 → 2,SIM、充电基础设施、大批量物流随之消失,第一阶段金额比初版低一个量级。

零、为什么金额降了

初版(v0.1) 现在(v0.2)
形态 50 台手持设备 1–2 台中心式主机 + 传递式近场麦
Phase 1 10 台内部测试 3,000–6,000 2 台原型 + 20 人语音实测 3,000–5,900
Phase 2 1 中心 50 台 1.84–2.88 万 1 中心 1–2 台 1.01–1.9 万

一、Phase 1:原型 + 语音实测(最优先)

# 科目 依据 低 高
1 主机 ×2 ESP32-S3 开发板 + 功放 + 大喇叭 + 电池 + 外壳 800 1,500
2 近场麦 ×2 + 屏蔽线 传递式有线麦克风及接头 150 300
3 太阳能 / 大电池 ×1–2 验证离网供电 400 800
4 20 名儿童语音实测 录音设备、场地、交通、参与者小礼品 1,000 2,000
5 云端 API 免费额度起步,预留付费档 300 500
6 VPS / 域名 GitHub Pages 可先占位为 0 0 300
7 应急(约 10%) 350 500
合计 3,000 5,900

二、Phase 2:单中心试点(1–2 台中心式,3 个月)

# 科目 依据 低 高
1 中心式主机 2 台(含喇叭/电池/外壳) 1,000 1,600
2 备件(一套整机备件) 300 600
3 太阳能 / 电源 800 1,500
4 网络(Wi-Fi 热点或 4G 流量) 只 1–2 台,流量极小 500 1,000
5 当地培训与协调员补贴 不可压缩 3,000 5,000
6 翻译 / 内容 / 评估 2,000 3,000
7 预审回答库 + 预录真人语音 母语配音员录 200–500 条常用回答,逐条人工审核;长尾用 TTS 1,000 3,000
8 物流与小批量关税 2 台可随行李,风险远低于 50 台 500 1,500
9 应急 1,000 1,800
合计 10,100 19,000

为什么单列"预录真人语音":我们对外的承诺是"模型说得必须准"。在低资源语言上,生成式模型会流利地胡说;声调语言(豪萨语、约鲁巴语、伊博语)声调错就是词义错。所以最常用的 200–500 条回答请母语配音员预先录好、逐条人工审核,长尾才用合成语音。这笔钱买的不是音质,是"孩子听到的每一句都被人看过一遍"。

三、Phase 3:手持式扩展(仅验证通过后)

# 科目 依据 低 高
1 手持机 20–50 台 × ¥45–70 ESP32-C3/S3 + MEMS 麦 + 小喇叭 + 单键 900 3,500
2 多路充电箱 / 排插 新增的持续性运维成本 300 800
3 备件 10% 100 350
4 收纳与编号 100 300
合计 1,400 4,950

注意:手持式单台很便宜,但每天给 20–50 台充电、以及会丢会坏是持续性成本,不计入一次性支出。

四、单位经济学(试点后必须能报出)

指标 目标
中心式单台物料 ≤ ¥280($40)
中心式单中心月运营 ≤ ¥150(网络 + API + 维护)
手持式单台物料 ≤ ¥70($10)
单儿童月成本(中心式,按每中心 30 名儿童) ≤ ¥5

云端 API 先用免费额度,按峰值估算月消耗;超出切低成本付费档,并在月度报告单列。

五、资金口径(不变)

六、可压缩项(若预算被砍)

  1. 主机 2 台 → 1 台(省 500–800)
  2. 太阳能改市电 + 充电宝(省 400–800)
  3. 培训改远程(省 1,500)
  4. 不可压缩:语音实测、协调员补贴、预审回答库与预录语音、儿童保护相关支出。 ——砍掉实测等于砍掉唯一能证明或证伪这个项目的环节。