m读给你听 · 微信小程序
一款将题目/文档转成音频、用于听题学习的微信小程序。
把"看题"变成"听题"，帮助用户在备考、通勤、做家务或睡前等碎片时间中继续输入内容。
项目信息
项目类型：微信小程序 / AI 学习工具
项目周期：7 天完成 MVP
我的角色：需求定义、PRD、技术选型、AI 协作开发、测试迭代
核心能力：OCR、TTS、AI 文本清洗、云开发
项目背景
备考刷题时，长时间依赖视觉阅读容易注意力下降，也更容易漏字、看岔。基于这个痛点，我想验证一件事：能不能把"看题"转化为"听题"，让用户在不方便盯屏时也能继续学习。
前期调研中，我搜索了小红书、App 和微信小程序，发现现有产品要么偏泛用朗读，要么仍以视觉学习为主，缺少一条真正服务于"上传题目后直接听题"的使用路径。
场景判断
项目当前聚焦的是希望利用碎片时间通过音频输入内容的人，其中最典型的是备考用户。
我优先验证了几个最成立的使用场景：
- •备考刷题时降低视觉负担
- •通勤途中继续输入内容
- •做家务、睡前等不方便看屏时使用
核心功能
- •多种输入方式：支持拍照、PDF、Word 和手动输入，适配不同内容来源
- •OCR 识别 + AI 清洗解析：先完成文字识别，再对噪点、断句和题目结构进行处理，尽量还原可朗读内容
- •音色选择与试听：支持多种音色选择、试听和变速播放，提升朗读体验
- •文件夹管理：支持按科目或场景整理文件，并实现文件夹内连续播放
- •断点续播：自动记录播放进度，方便中断后继续学习
- •后台播放与播放控制：支持暂停、切题、快进快退、循环等操作，更符合连续听题场景
- •学习记录与统计：通过热力图和基础数据可视化呈现使用情况，增强持续使用感
技术实现
项目基于 微信小程序 + 云开发 + Node.js 实现，接入 腾讯云 OCR 和 腾讯云 TTS 完成识别与语音合成。
在开发过程中，我借助 Claude Code 与 DeepSeek 完成需求梳理、PRD 撰写、代码生成、调试与迭代。AI 提高了开发效率，而我负责持续判断目标、取舍方案，并验证最终结果是否真正可用。
测试与迭代
测试是这个项目里最耗时的部分，也最能体现产品是否真的可用。
我重点验证了：
- •OCR 与文本清洗效果：处理截图噪点、页码、页眉等干扰信息
- •TTS 听感：从机械音切换到更自然的音色
- •播放链路：连播、续播、后台播放、进度保存
- •接口稳定性：云函数部署、权限配置、额度变化与联调问题
这让我更明确：代码能跑不等于产品可用，真正耗时的是边界处理与体验打磨。
项目结果
这个项目让我完整经历了一次从 0 到 1 的实践：从需求发现、竞品调研、PRD 梳理，到技术选型、AI 协作开发和测试迭代，最终完成了可用的 MVP。
它也让我更确认自己想做的方向：从真实问题出发，用产品思维定义场景，再借助 AI 把想法快速落地。
技术栈
微信小程序云开发腾讯云 OCR腾讯云 TTSNode.jsClaude Code后台播放音色试听DeepSeek V4 Pro