AI 粵語填詞：協音五步（2026）

一句答你： AI 可以幫你寫粵語歌詞，但協音（字調配旋律）一定要你自己把關——用五步流程：定旋律骨架、數音節、配聲調、寫詞意、回讀檢查。

重點摘要 Key Takeaways

• 粵語填詞最大難關係協音：字調走向要同旋律走向夾，唔夾就會走音感。
• 五步流程：旋律骨架 → 音節數 → 聲調配對 → 詞意填寫 → 回讀覆核。
• AI 生成歌詞最大盲點係唔識自動協音，人手檢查唔可以慳。
• 五個常見錯誤：音節數唔啱、聲調逆行、亂用書面語、韻腳亂、冇回讀。
• 用廣東話 TTS 回讀係最平最快嘅協音檢查方法。
• 2026 年生成式音樂工具發展快，但粵語協音仍係人手工序。

點解粵語填詞特別難：協音係生死線

寫開粵語歌嘅人都知，粵語填詞同國語、英文填詞係兩回事。原因好簡單：粵語有六個聲調，每個字本身有固定音高走向。你將個字擺落旋律上面，如果字調走向同旋律走向相反，聽落就會似唱錯音。

協音 係指歌詞每個字嘅聲調走向，同旋律音符嘅上行下行方向大致一致嘅配對技巧。呢個係粵語流行曲填詞嘅核心規則，唔係選項，係必修。

粵語一般講 19 個聲母、50 多個韻母、6 個聲調（常用教學講九聲六調）。聲調影響音高，但唔直接決定嘴型——呢點對後面講嘅對嘴影片場景好重要。如果你想深入了解聲調系統，可以睇埋粵語聲調對比練習方法。

而家 AI 生成音樂同歌詞好流行，學術界對音樂生成系統嘅功能分類已有整理（Briot et al., 2018 嘅音樂生成系統功能分類論文），將生成分成旋律、和弦、編曲等層面。但留意：呢啲分類入面，歌詞生成同語音聲調協音係兩個唔同層面，現有通用工具多數只做前者。近年仲有跨模態研究方向，例如由影像生成音樂（Vision-to-Music Generation 綜述， 2026），但對粵語字調協音都仲未深入處理。

所以結論係：AI 幫你出靈感、出句式、出韻腳，協音呢關，2026 年仍然要人手做。

協音五步：由旋律到歌詞嘅完整流程

第一步：定旋律骨架

未寫詞之前，先將旋律拆解。每個音符標低兩樣嘢：音高走向（上／落／平）同音節位（一個音一個定多個音一個字）。

例如一句旋律係「mi–so–la–so」，走向就係「上、上、上、落」。你可以畫一個簡單箭嘴圖：

音符：  mi   so   la   so
走向：  ↗    ↗    ↗    ↓

呢個骨架就係你填詞嘅「聲調模板」。唔理你寫咩內容，字調一定要跟呢個方向。

第二步：數音節

粵語填詞第二條鐵律：一字一音節。旋律有幾多個音，就有幾多個字，冇得偷雞。英文可以一個字拉幾個音，粵語唔得（除非你玩長音拖腔，但嗰個係演繹層面）。

例如上面四個音，你就只可以有四個字。多一個字就會食拍，少一個字就會空拍。呢步好機械，但好多人第一步就錯。

第三步：聲調配對

呢步係粵語填詞嘅靈魂。將粵語六聲簡化做三類走向：

配對原則：旋律 ↗ 就配上行或高字；旋律 ↓ 就配下行或低字；旋律平行就配平調字。唔使每個字完美，但關鍵位（長音、句尾、重拍）一定要夾。

例如旋律「↗ ↗ ↗ ↓」，你可以配「今天開心笑」——「今」平高、「天」高、「開」高、「心」高、「笑」落。聽落就順。反過嚟如果你填「問我點算好」落同一句旋律，聲調成日落向，旋律向上，就會成句走音感。

第四步：寫詞意＋押韻

聲調框架定咗，先至諗內容。呢度 AI 最有用：你俾主題、情境、關鍵詞佢，叫佢喺聲調限制內生成候選句。你可以明確咁 prompt：「幫我寫四句粵語歌詞，主題係深夜送外賣，韻腳 -ung，每句第一個字要高平調」。

呢個時候你要決定用書面定口語。粵語流行曲兩樣都有人寫，但要注意：口語字（嘅、哋、咗、喺、嚟、唔、咩、喇、囉）唱出嚟感覺貼地，書面語感覺莊重。更多口語字運用可以睇粵語語氣詞運用指南。

第五步：回讀覆核

呢步最多人偷懶，亦係最多人出事嘅位。用廣東話 TTS 將成份歌詞照旋律節奏讀一次，聽下有冇字調同旋律打架。想知點做，可以參考粵語歌詞朗讀製作方法。

回讀 係指將文字稿件用語音合成讀出嚟、以聽覺覆核節奏同聲調嘅品檢工序。呢個方法平、快、可重複，係 AI 時代填詞人嘅必備工具。

五個常見錯誤（同補救方法）

錯誤一：音節數唔啱

AI 生成歌詞成日一句多兩個字或者少一個字。補救：寫詞前將旋律音逐個數，寫完再數一次。呢個純粹係紀律問題。

錯誤二：聲調逆行

即係旋律向上、字調向下。呢個係粵語聽眾最敏感嘅錯，一秒穿崩。補救：用第三步嘅三類走向表逐字檢查，重點查句尾同長音位。

錯誤三：書面語入粵語歌

AI 預設輸出多數係標準書面中文，直接攞嚟填粵語歌會怪。例如「你為什麼不來」要變「你點解唔嚟」。補救：prompt 明確指定「香港廣東話口語」，並且人手逐句執。相關討論可以睇粵語書面語對口語嘅 TTS 差異。

錯誤四：韻腳亂

粵語歌唔一定要一韻到底，但同一節入面韻腳飄忽就會散。補救：先定韻腳表，例如 A 段 -ung、B 段 -oi，AI 生成時寫明。

錯誤五：唔回讀

眼睇唔到聲調問題，耳先聽到。好多時紙上完美，一讀就知邊個字頂住。補救：每次改稿後都回讀一次，成本極低。

【獨家觀察】我哋睇到 2026 年好多人用 AI 生成歌詞後直接入錄音階段，跳過協音檢查，結果 demo 唱出嚟成首歌似跑調。其實問題唔在歌手，係字調同旋律打架。用 TTS 回讀呢一招，十分鐘就可以掃走九成協音炸彈，係全個流程入門檻最低、回報最高嘅一步。另有工具方向嘅觀察：生成式音樂平台近年發展迅速，業界對 AI 生成內容嘅功能分類同透明度要求亦有討論（Briot et al. 音樂生成研究；Google Veo 官方文件， 2026）。粵語協音自動化暫時未有成熟通用方案，人手把關仍係王道。

工作流整合：由詞到聲到片

協音搞掂之後，成條製作鏈可以咁行：

1. 旋律骨架 → 音節數 → 聲調表（人手）。
2. AI 生成候選歌詞句（機器）。
3. 人手篩選＋聲調修正（人手）。
4. TTS 回讀覆核（機器）。
5. 錄音或 AI 聲音生成。

如果你想將歌詞變做旁白或者配音，可以睇AI 廣東話配音完整指南；想做對嘴音樂影片，就睇粵語影片配音工作流。聲調影響音高但唔直接決定嘴型——嘴型主要跟音素，所以對嘴影片嘅唇形同步同協音係兩條獨立品檢線。

最後一個合規提醒：複製他人聲線要取得明確同意；如果歌曲牽涉他人作品旋律，授權要清。香港數字政策辦公室嘅生成式 AI 指引強調透明同問責（香港數字政策辦公室， 2026），AI 生成歌詞應該清楚標示。

資料來源同方法說明

本文方法基於粵語語音學常識（六聲、聲母韻母結構）同公開學術文獻，包括音樂生成系統分類研究（Briot et al., 2018）同跨模態音樂生成綜述（Vision-to-Music Generation 綜述， 2026）。工具能力描述一律根據官方文件（觀察日期 2026-10-31），冇進行任何內部測試。流程建議屬方法層面，唔構成任何效果保證。

常見問題 FAQ

問題一：AI 而家識唔識自動協音？

根據公開規格（觀察日期 2026-10-31），通用歌詞生成工具冇內建粵語聲調協音功能。學術界對粵語語音處理嘅研究指出，多音字同文字轉語音本身就係難點，協音生成仲係開放問題。所以答案係：唔好指望，人手把關。

問題二：我唔識樂理，可唔可以直接用 AI 出詞？

可以出草稿，但協音檢查唔可以省。最懶嘅做法都係：攞 AI 嘅詞，逐句用 TTS 讀出嚟，對住旋律哼一次，聽下順唔順。呢個唔需要樂理，只需要耳仔。

問題三：書面語定口語填詞好？

冇絕對答案。口語貼地、易共鳴；書面語莊重、易押韻。重點係一首歌入面風格要統一，唔好上半句書面、下半句突然「咋」。混合風格都有人玩，但要刻意，唔係意外。

問題四：協音係咪每個字都要完美夾？

唔使。粵語流行曲容許彈性，關鍵係長音、句尾、重拍呢啲「聽覺焦點位」要夾。短促經過音嘅容忍度相對高。初學者建議先從嚴，熟練之後先學識邊度可以鬆。

問題五：用 TTS 回讀要留意咩？

留意揀真正嘅香港粵語聲線，唔好用普通話朗讀粵語字。另外，TTS 讀出嚟嘅聲調係語言聲調，唔係旋律，你要做嘅係比較「字調走向」同「旋律走向」係咪同方向。相關工具揀選可以參考廣東話 TTS 詳細指南。

問題六：AI 生成嘅歌詞版權屬邊個？

呢個視乎你用嘅平台條款同所在地法例，唔可以一概而論。穩陣做法係：睇清楚平台服務條款先好用，正式發佈前確認商業授權範圍。牽涉他人旋律、人聲、品牌，全部要清授權。

問題七：呢個五步流程可以用喺改詞嗎？

得，改詞仲要用。改詞等於聲調模板已經鎖死（原本首歌嘅旋律），你只可以喺固定模板入面換字，協音難度其實更高。五步流程一樣行，只係第一步嘅骨架係攞現成旋律。

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。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）

[!CTA]

想即刻回讀你嘅歌詞？嚟 Playground 試下廣東話 TTS

登記送 2,000 字符（一次性），即刻去 港嘢 playground 貼上你嘅詞，聽下協唔協音。