AI 動畫粵語配音：由角色聲到嘴型嘅流程（2026）

一句答你：AI 動畫最難唔係畫風，係「同一個角色把聲保持一致」。你要先定角色聲線，再做分鏡同對嘴；倒轉做，成集都要重配。

Key Takeaways

• AI 動畫有三種：2D 動畫、3D 動畫、動態漫畫；聲線策略唔同。
• 粵語配音要分四層：選角、寫稿、生成、對嘴。
• 角色聲線表比 prompt 更重要；同一把聲配兩個角色，觀眾一聽就出戲。
• 對白要短。官方同業界建議，AI 對嘴每句 5 至 10 個字最穩。
• 出街前要核對角色一致性、讀音、嘴型、字幕同授權。

重點摘要：AI 動畫唔係「一鍵出片」。它係一條生產線：角色、分鏡、聲線、對嘴、剪接。任何一環求其，成品都會露底。

AI 動畫係咩？三種型態

AI 動畫 係用生成式 AI 製作動畫內容，包括角色、場景、動作同配音。

一、2D 動畫

用 AI 生成動漫風格角色同場景，再逐鏡出片。最接近傳統動畫。

難點：角色一致性、動作連貫、嘴型。

二、3D 動畫

用 3D 模型或者 AI 生成嘅立體角色，再做動作同渲染。

難點：模型質素、燈光、動作捕捉。

三、動態漫畫

用漫畫分格＋鏡頭運動＋配音，做出「有聲漫畫」效果。

難點：分格節奏、旁白同對白分配。

想睇動態漫畫嘅做法，可以睇《有聲漫畫粵語配音指南》。

粵語配音有四層

第一層：選角

每個角色要有一個聲線方向：年齡、性別、音高、語速、性格。

唔好等到生成完才想「呢把聲啱唔啱」。選角要喺寫稿之前定。

第二層：寫稿

用廣東話口語寫。每句短。唔好寫書面語再期望模型自動轉。

第三層：生成

用專用粵語 TTS 或真人錄音。逐句生成，逐句核。

第四層：對嘴

將聲軌對返畫面。片長超過平台上限就切片。

呢四層嘅次序唔可以亂。尤其係選角同寫稿：你唔會想配完音才發現角色聲線重疊。

九步製作流程

第一步：定故事

一句話講清楚：邊個、想做咩、遇到咩阻力。

第二步：定角色

每個角色寫低：外貌、年齡、性格、聲線方向。

第三步：做角色表

正面、側面、背面、面部特寫。呢張表之後每個鏡頭都要用。

第四步：寫分鏡

每個鏡頭寫清楚：景別、角色、動作、對白、時間。

第五步：出關鍵帧

用 Nano Banana 或其他圖像模型出每個鏡頭嘅第一格。想睇流程，可以睇《Nano Banana 廣東話短片工作流》。

第六步：出片

用 Kling、Seedance 或 Veo 出短片。先做 5 秒測試。例如 Kling 4.0 官方講單次最長 30 秒，支援 10 個關鍵帧（Kling AI, 2026）。

第七步：配音

逐個角色生成聲軌。記錄低聲線、語速、語氣。想睇 Kling 嘅粵語支援，可以睇《Kling AI 廣東話對嘴指南》。

第八步：對嘴同剪接

將聲軌對返畫面，統一節奏，加字幕。

第九步：QC

逐項核對角色、嘴型、讀音、字幕、音量、授權。

角色聲線表：五個常用 archetype

【獨家觀察】粵語動畫最常犯嘅錯，係「旁白同主角用同一把聲」。觀眾會分唔清邊個講嘢，尤其係切鏡快嘅時候。最簡單嘅解法，係旁白用較低、較平嘅聲，主角用較高、較有起伏嘅聲。

五個聲畫陷阱

陷阱一、對白太長

一句講 30 個字，嘴型一定跟唔切。官方同業界建議，每句 5 至 10 個字最穩。

陷阱二、角色聲線太似

兩個角色同一性別、同年齡、同語速，觀眾會混淆。至少拉開音高或者語速。

陷阱三、書面語直接讀

「我們需要立即行動」呢類句子，讀出嚟好生硬。寫「我哋要即刻做嘢」先自然。

陷阱四、嘴型同情緒唔夾

聲軌好興奮，畫面角色木無表情，觀眾會覺得假。對嘴之外，仲要顧表情。

陷阱五、忽略呼吸同停頓

AI 聲軌有時太密，冇呼吸位。加逗號、句號、省略號，或者手動剪。

工具地圖：邊個做邊層？

唔好期待一個工具做晒。最穩定嘅組合，通常係「圖像＋影片＋TTS＋對嘴」四層分開。業界 workflow 指南亦建議把 script、assets、motion、audio、post 分開處理，出錯時先容易定位（Lunabloom, 2026）。

QC 清單：出街前逐項核

• 每個角色嘅聲線一致，冇中途變聲。
• 旁白同主角聲線分得開。
• 品牌名、人名、數字讀音正確。
• 嘴型同步，尤其係快語句同中英夾雜位。
• 字幕冇錯字，時間軸跟聲軌。
• 角色樣貌前後一致。
• 音量平均，音樂唔好蓋過人聲。
• 有清楚嘅 AI 生成標示。
• 音樂、肖像、聲音授權已清。

三種片長，三種策略

15 秒 hook

一個衝突、一句對白、一個反轉。聲線要快、要清楚。

適合：社交平台、預告。

60 秒單集

一個小故事，三至五個鏡頭。每個角色最多兩三句對白。

適合：連載、每週更新。

3 分鐘 pilot

完整起承轉合。角色多，聲線要分明。

適合：提案、YouTube。

【獨家觀察】第一次做 AI 動畫，最好由 15 秒開始。你做順咗角色一致性同對嘴，才加長。一開頭就做 3 分鐘，通常會喺第三個鏡頭撞牆。

配音同音效，點預算？

• 對白量：每分鐘約 240 字符，但動畫對白密度較低，實際可能更少。
• 角色數：每個角色一把聲，配音成本按角色乘大。
• 重配：改一句就要重出，預算要預重配。
• 音效：環境聲、動作聲、轉場聲，唔好臨尾才找。
• 音樂：一條片用一首，注意授權。

最穩陣嘅做法，係先出一個「聲音版」：只有聲軌同時間軸，冇畫面。聽順咗，才做畫面。呢個次序可以省好多重做。

系列化：先寫角色 Bible

如果你打算做連載，第一件事唔係畫第一集，係寫角色 bible。

每個角色記錄：

• 外貌：臉型、髮型、身高、體型。
• 服裝：日常、正式、特殊場景。
• 聲線：音高、語速、口音、語氣詞。
• 性格：價值觀、口頭禪、禁忌。
• 關係：同其他角色嘅稱呼同距離。

呢份 bible 之後每個鏡頭都要用。冇佢，第三集就會走樣。

配音檔命名，點樣唔亂

建議格式：

ep01_sc03_charA_take02.wav

• ep01：集數。
• sc03：場次。
• charA：角色。
• take02：第幾次。

咁樣你之後改一句，都知邊個檔要換。唔好用 final、final2。

資料來源同方法說明

本文由港嘢內容團隊撰寫，經編輯覆核。AI 動畫流程同工具能力，基於公開產品文件同業界 workflow 指南（查閱日期 2026-10-31）；本文冇對任何工具做獨立質素測試。角色一致性同長鏡頭技術背景，可參考 StreamChar 論文（arXiv, 2026）。

主要來源：

• StreamChar 論文
• Kling 4.0 使用指南
• MkAnime：AI 動畫製作流程
• Lunabloom：AI animation workflow
• DreamFort：鏡頭連續性

常見問題 FAQ

AI 動畫用邊個配音工具最好？

要睇你需要。專用粵語 TTS 聲線多、讀音較穩；HeyGen 有數字人同長片；豆包方便試聲。最好用同一段 10 秒稿盲聽比較。

一句對白應該幾長？

5 至 10 個字最穩。太長，嘴型跟唔切，觀眾會覺得假。

點樣保持角色聲線一致？

每個角色绑定一個聲線，寫落文件；每次生成都用同一個 voice ID，唔好靠記憶。

AI 動畫需要對嘴嗎？

如果角色有對白，要。旁白或者動態漫畫可以唔使，但仍然要對字幕同節奏。

可以用名人聲音配動畫嗎？

唔可以，除非有明確授權。複製他人聲音有法律風險，平台亦可能禁止。

AI 動畫要標明係 AI 生成嗎？

建議標明。香港嘅 AI 指引強調透明；平台亦愈來愈多會加水印或內容憑證。

想試角色聲線？

你可以先去 港嘢 playground 出幾段唔同角色嘅粵語聲，聽吓夾唔夾，再決定用邊個影片模型。

想睇 AI 短劇，可以睇《AI 短劇廣東話製作指南》；想睇有聲漫畫，就睇《有聲漫畫粵語配音指南》。

想睇成個 AIGC 粵語聲軌嘅工具地圖，可以睇《AI 影片廣東話配音指南》。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。