AI 影片廣東話配音：2026 工具地圖同工作流

一句答你：AI 影片嘅聲，唔一定由影片模型出。你可以用模型 native audio 快速試方向，也可以用粵語 TTS 出最終聲軌，再用對嘴工具同步。三條路，控制權同成本都唔同。

Key Takeaways

• AI 影片有聲嘅來源有三種：模型自己生成、TTS 生成、真人錄音。
• 2026 年嘅影片模型開始支援粵語方言，但「支援」唔等於「香港口音」。
• 最穩定嘅工作流係四層：畫面、聲音、同步、剪接。
• 品牌片、產品名多、要逐字準確，應該用 TTS＋對嘴。
• 社交片、快速原型，可以用模型 native audio，之後再決定要唔要重做。

重點摘要：呢篇係 AIGC 粵語聲軌嘅總目錄。你可以在下面嘅工具地圖揀路線，再跳去對應嘅實戰文章。

AI 影片嘅聲，從邊度嚟？

一、模型 native audio

Native audio 係指影片模型喺生成畫面嘅同時，直接生成對白、環境聲同音效。Seedance、Kling、Veo 等都有呢個能力。

優點：一次過出畫面同聲，快。 缺點：你控制唔到逐個字嘅讀音。

二、粵語 TTS

粵語 TTS 係指用文字轉語音引擎，將廣東話稿變成一條聲軌。你先出聲，再放入影片或者對嘴工具。

優點：讀音、語速、聲線可控。 缺點：多一步，要處理同步。

三、真人錄音

真人錄音 係由配音員或者你自己，按稿錄一條聲軌。情感最真，但改稿成本最高。

優點：情感最好。 缺點：貴、慢、改稿要重錄。

四層架構：唔好期待一個工具做晒

你可以用同一個平台做幾層，但底層邏輯仍然係四層。任何一層求其，成品都會露底。

2026 工具地圖：邊個支援粵語？

以下只列官方頁面講得到嘅能力，查閱日期 2026-10-31。

想睇逐個工具嘅實戰，可以跳去下面嘅文章。

三條工作流，按預算揀

工作流 A：快、平、可直接出片

1. 用 Seedance 或 Kling 寫提示，生成有聲片段。
2. 檢查讀音同嘴型。
3. 用 CapCut 加字幕、音效。
4. 出片。

適合：每日更新嘅社交片、概念測試。例如你今日想試一個新 hook，用 native audio 五分鐘就有初稿。

風險：品牌名讀錯、聲線唔穩定。

工作流 B：品牌片標準做法

1. 用 Nano Banana 出角色同關鍵帧。
2. 用 Seedance 或 Kling 出無聲或臨時聲片段。
3. 用粵語 TTS 出最終聲軌。
4. 用 Kling Lip Sync 或 HeyGen 對嘴。
5. 用 CapCut 剪接、加字幕。
6. QC。

適合：產品 demo、廣告、企業片。

風險：步驟多，要協調。

工作流 C：固定主持、長片

1. 用 HeyGen 建立 avatar 同粵語聲線。
2. 貼稿生成。
3. 加字幕、章節。
4. 出片。

適合：培訓、課程、每週主持節目。

風險：avatar 風格固定，較難做戲劇。

五個決策問題

一、你嘅片有冇品牌名？

有，就用工作流 B。品牌名讀錯，成條片報廢。

二、條片幾長？

15 至 30 秒：native audio 可以。超過 60 秒：TTS＋對嘴較穩。

三、你要幾多個版本？

一個版本：手動做。十個版本：批量 TTS＋模板。

四、你把聲要唔要固定？

要，就用聲音複製或者固定 voice ID。

五、預算係一次性定每月？

一次性：用聚合平台逐次付。每月：訂閱制或者 API 較划算。

五個最常見錯誤

一、以為模型會講香港廣東話

官方講「粵語」，可能係廣州腔或者普通話腔。試聽為準。

二、用有背景音樂嘅聲軌對嘴

模型會連音樂都當人聲。先分離人聲。

三、對白太長

30 秒片塞 100 字，嘴型一定跟唔切。每句短。

四、出片後才改稿

改一句，聲同嘴都要重做。定稿才生成。

五、忽略授權

品牌名、肖像、聲音、音樂，四樣都要清。

13 篇實戰文章，按需要跳

• 想知對嘴原理：《AI Lip Sync 廣東話指南》
• 想用 Seedance：《Seedance 廣東話配音指南》
• 想用 Kling：《Kling AI 廣東話對嘴指南》
• 想用 Veo：《Veo 3.1 廣東話配音指南》
• 想用 HeyGen：《HeyGen 廣東話 Avatar 指南》
• 想用 Nano Banana：《Nano Banana 廣東話短片工作流》
• 想用 CapCut：《CapCut 粵語配音指南》
• 想比較豆包：《豆包廣東話評測》
• 想用 ComfyUI：《ComfyUI 廣東話 TTS》
• 想用 King AI：《King AI 對嘴教學》
• 想做短劇：《AI 短劇廣東話製作指南》
• 想做動畫：《AI 動畫粵語配音流程》
• 想做有聲漫畫：《有聲漫畫粵語配音指南》

資料來源同方法說明

【獨家觀察】2026 年 10 月，我哋對照多個平台嘅官方頁，發現「支援粵語」有四種寫法：寫「Chinese」、寫「Cantonese」、寫「粵語方言」、寫「香港／澳門／廣東口音」。四種寫法嘅實際效果差好遠，唔可以當同一個承諾。

本文由港嘢內容團隊撰寫，經編輯覆核。工具能力同粵語支援，均對照各平台官方頁面（查閱日期 2026-10-31）。本文冇對所有工具做同條件盲測；功能同價格可能改動。工作流建議基於公開產品規格同粵語語音特性，唔構成任何平台嘅效能保證。

主要來源：

• Seedance 2.5 官方介紹
• Kling 4.0 使用指南
• HeyGen 粵語 TTS 頁
• Google AI：Nano Banana 文件
• WenetSpeech-Yue 論文

常見問題 FAQ

AI 影片可以直接生成廣東話對白嗎？

部分模型可以，例如 Seedance 同 Kling 官方都講支援粵語方言。但實際口音同讀音要試，品牌名最易出錯。

用 TTS 出聲，再對嘴，會唔會好麻煩？

多兩步，但控制權高好多。品牌片、產品名多嘅內容，通常值得。

邊個工具嘅粵語最好？

冇一個答案。要睇你嘅稿、聲線、場景。最實際係用同一段 10 秒稿，喺兩三個平台盲聽比較。

一條 30 秒片，成本大約幾多？

要分開計：影片生成、TTS、對嘴、剪接。本文唔會俾一個固定數字，因為平台同方案差異太大。你可以先做 5 秒測試，再估算全片。

可唔可以用同一個聲線做幾個角色？

技術上可以，但觀眾會分唔清。建議每個角色至少拉開音高或者語速。

AI 影片要標明係 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。

想試廣東話聲軌？

你可以先去 港嘢 playground 出 10 秒聲，再揀上面任何一條工作流。先試聲，後做片，成本最低。

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。