Deckdrill：用你克隆的声音把 Anki 卡片变成一小时音频训练

原创

alex 7小时前阅读数 2 #头条

Deckdrill：用你克隆的声音把 Anki 卡片变成一小时音频训练

Deckdrill 是什么：把 Anki 卡片变成可跟读的音频训练

我在 HN 上看到这个 Show HN 帖子时，注意力被“in your voice”这几个词钩住了。用你自己的声音做语言训练，这个想法我没想到过。点进官网，Deckdrill 做的事很直接：把 Anki 卡片组转成 Pimsleur 风格和 Glossika 风格的音频训练，生成一小时长的 MP3，每个句子之间的暂停时间都对齐，让你能在通勤或跑步时跟读来源：Deckdrill。

官网上把整个流程写成四步。第一步是写卡片：描述一个主题和语法焦点，用你自己的 AI 密钥让模型生成卡片，也可以直接导入已有的 Anki 卡组。第二步选声音，第三步渲染训练，第四步下载 .apkg 放进 Anki 里，每张卡片上带同一段音频。写卡片的模型可以从 Anthropic、OpenAI、Google Gemini 里挑，默认是 claude-sonnet-5-5 来源：Deckdrill。

这个工具最让我在意的地方是它把声音也交给了你。语音由 ElevenLabs 或 Azure Speech 提供，ElevenLabs 是唯一能克隆你自己声音的选项，但需要 Starter 计划以上。如果你一个语音密钥都不填，训练还是能播，用设备内置的声音，免费。也就是说，这套音频训练不完全依赖云端语音服务来源：Deckdrill。

量化细节与隐私架构：密钥、中继、零存储

所有 API 密钥只存在你的浏览器里，每次请求通过 relay 转发到对应提供商，服务端不存储、不记录任何内容。用户自带密钥，直接向提供商付费，产品本身不存密钥也不存数据来源：Deckdrill。这种设计把 API 成本转给了用户，换来的是一层比较彻底的隐私保护：你不需要注册账户，不需要把密钥交给网站。

Azure Speech 支持 19 个区域，列出来的包括 eastus、westeurope、southeastasia、centralindia 这些。区域多意味着你可以在离自己近的地方生成语音，延迟和合规性会好一些来源：Deckdrill。但我不确定这是否构成真正的优势，因为 ElevenLabs 的声音质量通常被认为更自然，而 Azure 的优势在于覆盖面。

它在 HN 上的表现是 1 分、0 条评论来源：HN。没有社区反馈，我不能判断这是产品太冷门还是时机不对，只能说目前没人讨论它。

反直觉发现与语音引擎对比

我注意到一个反直觉的地方：ElevenLabs 是三个选项里声音最自然的，但你要克隆自己的声音，必须买 Starter 计划以上来源：Deckdrill。这限制了免费用户使用这个功能，而免费用户恰恰是最需要“用自己声音”这个卖点来试试看的人。

三种语音方案摆在一起看：ElevenLabs 的声音最自然，也能克隆，但要付费；Azure Speech 区域多、密钥容易拿；设备内置语音不要钱，质量最差来源：Deckdrill。官网给了一个示例句，来自 Coulda Woulda Shoulda 训练，用克隆的语音读，“Si hubiera vendido la granja aquel primer invierno, hoy estaría en la ciudad” 来源：Deckdrill。

这种“自带密钥、零存储”模式和常规 SaaS 形成对比。常规 SaaS 里你付月费，服务商帮你管理密钥和数据；这里你付 API 费，自己管密钥。对隐私敏感的人来说是好事，但对不想折腾的人来说是个门槛来源：Deckdrill。