目錄（24 節）
AI 客服 Agent 語音指南：粵語客服自動化實務
分流、三關、成本、邊界——粵語客服語音嘅實務決策指南。
一句答你： AI 客服語音最啱接手「高重複、標準化、低情緒」嘅環節——查詢、通知、預約確認、流程指引；粵語場景要過三關：讀音（數字日期專名）、口語語氣、聲線一致。成本透明：約 240 字符 ≈ 1 分鐘通話音頻，逐條通話稿都計得到。
Key Takeaways
- 先分流：高重複標準化環節交 AI 語音，複雜投訴保留人手——唔係全面取代
- 粵語客服三大關：讀音關、口語關、語氣關，逐關有對策
- 聲線鎖死圖庫 slug，代表品牌嗰把聲唔可以次次唔同
- 情緒參數可以逐句調：安撫用 gentle，常規播報用 neutral，唔好全程一個 tone
- 成本可估：10 分鐘通話 ≈ 2,400 字符，按方案攤計大約 HK$1.18–1.54
- 對外宣傳唔好誇大擬真程度——期望管理本身係體驗設計嘅一部分
AI 客服語音，由「分流」開始諗
一個現實嘅出發點：AI 語音唔係嚟取代成個客服團隊，係接手嗰啲「來來去去都係嗰幾句」嘅環節，令真人時間留俾真正需要人嘅個案。
邊啲環節啱交 AI 語音
| 環節 | 適合度 | 原因 |
|---|---|---|
| 營業時間／地址／流程查詢 | 高 | 台詞固定，可以預生成 |
| 預約確認同提醒通知 | 高 | 模板＋變數，內容標準化 |
| 帳單金額、進度查詢播報 | 高 | 數據驅動，讀稿結構一致 |
| 常見問題導覽 | 中高 | 答案庫化之後係固定台詞 |
| 投訴同情緒個案 | 低 | 需要真人判斷同理心 |
| 複雜糾紛協商 | 低 | 唔應該自動化 |
分流唔係一次過嘅決定——每個季度覆核一次：邊啲環節嘅台詞已經穩定到「三個月冇改過」，就係下一批可以交俾語音嘅候選；反過嚟，如果某個「AI 負責」嘅環節投訴率升，就要果斷收返做人手。分流表係活文件，唔係開工嗰陣貼喺牆上嘅裝飾。
以下做法根據公開規格（觀察日期 2026-10）。
粵語客服語音三大關
第一關：讀音——數字、日期、專名
客服講最多嘅就係數字：金額、日期、電話、參考編號。粵語讀數有自己嘅習慣同陷阱（電話號碼逐位讀、日期同序數讀法同書面唔同），播報類內容要逐項核對讀法。系統化嘅讀法規則，睇粵語數字讀法攻略；個別字詞讀音有疑問，可以查香港中文大學嘅粵語審音配詞字庫（humanum.arts.cuhk.edu.hk）。
專名（公司名、產品名、街名）都要逐個過：有英文嘅混合名，留意中英夾雜讀法自然度；生僻字先試聽先上線。
第二關：口語——稿面就係體驗
客服台詞嘅通病係「公文味」：「本公司將於三個工作天內處理閣下之申請」——合法，但拗口。改口語：「我哋會喺三個工作日內幫你跟進」。兩個原則：
- 稱謂統一（「你」定「閣下」，成套台詞一致，唔好中途轉）
- 句短、資訊前置（「你嘅申請已收到，編號係……」好過「茲收到閣下申請，特此確認……」）
書面轉口語嘅完整對照表，睇書面語 vs 口語處理指南。
第三關：語氣——逐句調，唔係一次調
客服語音嘅語氣設計其實好簡單：
- 常規播報：neutral
- 等待／致歉：「唔好意思要你等一陣」——gentle
- 確認成功：「搞掂，已經幫你登記」——可以輕度 happy
- 錯誤提示：neutral 為主，避免用過分興奮嘅 tone 講壞消息
API 支援九種情緒值，逐句指定。點避免「情緒過火」同點配搭風格，睇情緒控制完整指南。
通話體驗設計：節奏同鋪排
語音體驗嘅分數，一半喺內容，一半喺節奏。同一份稿，鋪排唔同，聽感差天共地：
- 開頭 5 秒講明嚟意：「你好，呢度係 XX 公司，同你確認聽日嘅預約」——唔好寒暄半分鐘先入正題
- 資訊分塊：一個訊息一個塊，塊與塊之間留呼吸位；一氣講三分鐘，聽嘅人其實記唔住
- 關鍵資訊講兩次：日期、時間、金額呢類，結尾再覆述一次——電話場景冇得 rewind
- 留反應位：需要對方回應嘅位，真係停——播完等對方講嘢，先過下一句
- 結尾有出口：「如果想搵真人同事，可以撳 0」——出口本身都係一條預生成台詞
呢五條規則，寫入你嘅台詞寫作規範，邊個同事寫稿都照跟，體驗先會穩定。想再進一步，可以將成個通話流程畫做一張流程圖——每一句台詞係一個節點，分支（對方確認／對方想改期）係邊——稿件結構一目了然，缺漏位自然浮現。
模板變數同數據播報
帳單金額、預約時間呢類數據播報，行「模板＋變數」三步：
- 模板文字固定：「你本期嘅帳單金額係」……「如果已經交咗，請當呢通電話冇出現」
- 變數（金額、日期）由你嘅業務數據格式化成中文字串，拼入模板
- 整段生成或者分段拼接都得——播報句通常短，兩種做法成本差距極細
金額讀法要特別留意：過千、有零嘅數字（1,024 呢類），粵語讀法有習慣位，生成樣本逐個核對先上線。變數格式化嗰步亦都唔好睇小——同一個日期，「10月15號」同「十月十五日」讀感唔同，揀一款全公司統一。
通知類內容：預生成定實時生成？
睇變數多唔多。純固定台詞（營業時間、地址）預生成，存底一生用；帶變數嘅（金額、日期）兩種都得——量細就實時生成（簡單），量大就模板＋變數拼接（慳配額）。一個經驗位：同一句模板一日生成超過幾十次，就值得改拼接。
多語言場景：粵語為主、英文點夾
香港客服場景成日中英夾雜：品牌名、產品名係英文。處理原則：
- 接口預設粵語，可以指定語言（粵語／中文／英文）；夾雜文本一般直接處理到
- 專有名詞嘅讀法試聽先行——同一個英文字，夾喺粵語句入面嘅聽感同獨立讀出嚟唔同
- 全英文台詞（例如轉線提示）考慮獨立生成獨立檔案，唔好混喺粵語段入面一齊做
另外留意語言標記嘅責任在你：接口按你指定嘅語言行（預設粵語），台詞入面嘅夾雜位處理得好唔好，最後一關係你嘅人耳驗收。建立一個「夾雜位樣本清單」，每次新專名加插入去試聽，長期落嚟就係你公司自己嘅讀音資產。
建一套客服音頻嘅實務流程
- 定聲線：揀一把聲做品牌代表聲，圖庫 slug 鎖死入設定。圖庫聲線先可以做到跨月跨批次一致——設計／複製聲線係單次請求性質唔存底，唔啱做長期客服台詞庫
- 建台詞庫：按場景分類（查詢／通知／異常），每條台詞標注情緒值同適用條件
- 生成：固定台詞預生成存底；帶變數嘅（金額、日期）行 API 實時拼
- 驗收：每條台詞人耳過一次，重點聽數字同專名
- 更新機制：台詞改版有版本號，舊音頻歸檔，避免新舊混播
台詞庫幾十條一次過生成，可以用批量接口（一次最多 25 個任務，專業／工作室方案功能），提交前記得逐項檢查——批量驗證係全有或全無。
邊條線唔好掂：投訴同情緒個案
再強調一次分流嘅底線。投訴、情緒激動、涉及賠償嘅個案，AI 語音介入要極之克制，原因唔係技術：
- 聆聽本身係服務：投訴人要嘅係「有人認真聽」，機器聲再自然都唔係「有人」
- 一句讀錯就升溫：投訴場景對錯字零容忍，讀錯一個名，火即刻大三級
- 記錄同跟進：呢類個案需要彈性處理同記錄，唔係播報邏輯可以覆蓋
正確用法：AI 語音負責「分流同初步收集」（「請簡單講低你嘅問題」），真人負責「接手同解決」。分界面清楚，兩邊都輕鬆。
成本：逐條通話稿計到好盡
換算基準：約 240 字符 ≈ 1 分鐘音頻。一通 10 分鐘嘅播報電話 ≈ 2,400 字符，按月費攤：
| 方案 | 月費 | 額度 | 10 分鐘通話成本（攤計） |
|---|---|---|---|
| 入門 | HK$128 | 每帳單週期 200,000 | 約 HK$1.54 |
| 專業 | HK$338 | 每帳單週期 600,000 | 約 HK$1.35 |
| 工作室 | HK$688 | 每帳單週期 1,400,000 | 約 HK$1.18 |
免費帳戶有每月 5,000 字符（約 21 分鐘音頻），足夠試晒成套流程先決定。額度用完冇超額收費，要加量就買字符包（HK$0.80／千字符，最小 HK$50 有交易）。年繳有折，三個付費方案嘅平均月費分別係 HK$102／HK$270／HK$550。做預算嗰陣用「字符 ÷ 240」倒推通話分鐘數，再對返自己嘅話務量估算——數字透明，先可以安心將客服語音放入長期營運成本。成本框架（包自建對比、隱藏成本）另文有詳細拆解，見我哋嘅粵語 TTS 定價全攻略一文。
語音同自助文字嘅配搭
語音客服唔應該孤立存在，同文字渠道配搭先係完全體：
- 語音先行、文字跟上：電話確認完，同一資訊用文字再發一次（日期時間特別需要）——聽過一次、讀過一次，記憶同核對都穩陣
- 文字版係語音版嘅後備：語音流程任何一環失靈，文字渠道頂上，服務唔中斷
- 同一套台詞庫：語音稿同文字訊息由同一個內容源生成，唔會出現「電話講一套、短訊講另一套」
呢個配搭仲有一個好處：文字版天然係語音稿嘅驗收稿——文字版睇得順，語音版先有得救。
邊界同風險位
- 期望管理：對外講「自然粵語語音」「標準讀音」就夠，唔好誇大擬真程度——過度承諾，反彈更大
- 告知：涉及自動播報嘅場景，跟你自己行業嘅告知規定
- 升級人手：語音流程一定要有「轉真人」出口，尤其投訴邊緣個案
- 讀音覆核：台詞更新後重新過人耳驗收，特別係新專名、新數字格式
行業落地例子：金融業場景睇銀行金融粵語 TTS 應用；保險業客服場景睇保險業粵語客服 TTS；通用客服中心架構睇粵語客服 TTS 應用。
部署之後：維運三件事
上線唔係終點，三件事令台詞庫長期企理：
- 台詞版本管理：每條台詞有版本號同生成日期；改稿只重生成受影響條目，唔好成套推倒重來
- 樣本覆聽制度：每月抽一成台詞音頻覆聽，捕捉讀音問題、新專名、或者台詞同業務脫節嘅位
- 用量監察：留意字符消耗速度同帳單週期嘅節奏，量升得快就早啲計劃升級或者買字符包，唔好等撞配額先諗
三件事都唔重——版本號係命名規則、覆聽係每月半個鐘、用量係一眼數——但客服語音系統嘅壽命，就係靠呢啲小事續命。上線三個月後回望，你會發現真正出事嘅從來唔係技術，係「以為搞掂咗就唔使理」。
常見問題 FAQ
AI 客服語音聽落會唔會好機械？
自然度呢幾年進步好大，粵語場景重點反而喺你嗰邊：口語稿、句短、語氣逐句調，三樣做齊，聽感同「機械」差好遠。最穩陣做法：用你自己嘅真實台詞生成一條樣本，俾前線同事聽完先判斷——佢哋日日聽客講嘢，對「自然」嘅判斷最準。
一套台詞庫要幾多字符？
按台詞條數乘每條長度。例如 50 條、每條平均 100 字符，就係 5,000 字符（約 21 分鐘音頻），預生成一次過搞掂；之後台詞唔變，就唔使再生成。實務位：台詞庫要留改版餘量——旺季文案、新產品台詞，預一成額度做更新，唔好一開波就用盡。
電話系統點接入？
你嘅電話平台只要有辦法播 mp3／wav（多數 IVR 平台都支援），就可以用 API 生成嘅音頻檔直接接。接入位係你嘅電話系統話事，生成端只負責出檔。
可唔可以一把聲講廣東話、英文同普通話？
接口支援指定語言（預設粵語，可選中文、英文），同一把圖庫聲線跨語言使用；但混合語言台詞（中英夾雜）建議逐句試聽驗收，夾雜位嘅自然度要自己把關。
客戶聽得出係 AI 嗎？
冇人可以同你包保。所以先分流：高重複、標準化內容用語音，效益先做得大；敏感情緒個案留返人手。告知同期望管理做足，體驗唔會差。另一個實務位：台詞寫得愈口語、愈短，聽感愈順——「機械感」好多時係稿嘅問題，唔係聲嘅問題。
改一句台詞，要成套重做嗎？
唔使。台詞庫按條管理，改邊條重生成邊條。所以台詞檔案管理要有版本號，同對應音頻檔名一對一對應，重做範圍先可以最細。配套嘅紀律係：改版只會向前，唔好喺同一個版本號入面偷換內容——否則音頻同台詞對唔上，排查係噩夢。
[!CTA]
用你嘅真實客服台詞試一把聲
免費開戶每月 5,000 字符，貼一段你嘅播報台詞即刻聽效果，唔啱聽再換聲。