英语听力制作：从一段对话到一个能直接放进课堂的音频
做听力音频本身不难，难的是让它在教室里放出来"像一份正经卷子"。这段流程拆开讲：脚本怎么写、语速怎么定、停顿留多久、什么时候该加重听。
第一步：把课文改写成脚本，而不是直接粘贴
很多人第一步就卡住——把整段课文粘进去，生成出来是一口气念完的独白，没有角色区分，也没法在句子之间插暂停。
听力宝认的格式很简单：角色名 + 英文冒号 + 内容，一行一句。角色名用英文，冒号用半角。写完之后系统会自动把这个角色拎出来，让你单独给它配音色。
Narrator: Listen to the conversation between Tom and Lily. (sound:ding.wav) Tom: Good morning, Lily. Did you finish the reading task? Lily: Almost. I still have two pages left. [3s] Tom: [0.8]Take your time. We still have ten minutes.[/0.8]
Narrator 用中性音色念题干，Tom / Lily 各自分配音色，句子之间用 [3s] 留出思考时间。
第二步：语速不是一个数，是按年级分段的
"调到多少合适"没有统一答案，但有可用的起点。同一段材料，小学三年级和初三听到的应该是两种速度：
| 学段 | 建议全局语速 | 场景说明 |
|---|---|---|
| 小学 1–3 年级 | 0.80 | 单词与短句为主，宁可慢，不要连读 |
| 小学 4–6 年级 | 0.90 | 开始出现完整对话，句子内部可以有自然停顿 |
| 初中 | 0.95 | 接近真实语速，重点句再用 [0.8] 单独放慢 |
| 模拟快读 / 高考 | 1.10–1.20 | 训练抓关键词，不建议整卷都用 |
全局语速在页面顶部滑块调；只想放慢某一句话，就在那句话前后加 [0.8] 和 [/0.8]。两个标签必须成对出现，改值的时候要一起改——只删前面不删后面，编辑器会把后半段整段当成慢速。
第三步：停顿决定这份材料的"考试感"
停顿是最容易被忽略、又最影响体验的一环。念完题干马上念选项，学生根本来不及看题。
[0.5s]/[1s]：句子之间的自然呼吸，让朗读不像机器[3s]：一句对话之后的反应时间[5s]：读完题干、开始放音之前的读题时间[10s]：整段材料结束后的作答时间
一节课的听力练习，通常按"题干 → [5s] → 正文 → [10s] → 再放一遍"组织。重听不用复制粘贴，把段落用 [x2] 和 [/x2] 包起来就行。
三个反复出现的问题
1. 全篇只有一个语速
整段 0.8 听起来拖沓，整段 1.2 学生跟不上。正确做法是基线速度定在 0.9–1.0，只对关键句加局部标签。哪句是答案句，就慢下来。
2. 角色音色区分不够
三个角色全选成年男声，学生分不清谁在说话，题目就废了。选音色时有意识地拉开：一个成年男声 + 一个成年女声 + 一个少年音，比三个"标准播音腔"有用得多。每个音色都可以点播放键先听，别凭名字猜。
3. 忘了留开头和结尾
直接从正文开始，学生会以为漏了前奏。开头一句话说明这是第几部分，结尾一句 Narrator: That is the end of Part One.，是很便宜的细节，但让材料显得完整。
做完之后导出什么格式
MP3
体积小，发给学生、传微信群都没问题。课堂播放也够用。
WAV
无损，导入剪辑软件二次加工（加背景音、拼题目）时不会被二次压缩。
SRT 字幕
需要做成视频、或者给学生对照文本跟读时用。
常见问题
一定要写角色名吗？独白怎么处理？
独白也要写，起个名字叫 Narrator 就行。没有角色名，系统无法把内容和音色对应起来。
一次能生成多长的文本？
单段上限 5000 字符。再长就拆成几个部分分别生成，最后在剪辑软件里拼，或者直接分成 Part One / Part Two 给学生。
生成的音频能用在正式考试里吗？
校内测验、随堂练习、作业都没问题。如果是区级以上的统考或公开发行材料，请先确认你所在学校或机构对合成语音的规定。
需要装软件吗？
不需要。打开网页就能用，机房电脑、临时借用同事的电脑都不用装东西。这一点在听力制作软件那篇里有更细的对比。