有聲書粵語製作案例拆解：由定調到覆聽嘅五章流程

一句答你：有聲書粵語製作嘅核心，係將成本書拆做章節、逐章保持同一把聲同一致嘅朗讀設定，行晒「定調、轉稿、生成、覆聽、修補」五步，就出到一部聽落連貫、唔會一章一個樣嘅廣東話有聲書。

Key Takeaways

• 粵語有聲書第一課：將文字稿轉成讀得出嘅口語稿，先再講其他
• 長篇最怕唔連貫 — 聲線、語速、停頓、數字讀法全部要鎖定做製作設定
• 章節結構建議每段 5 至 15 分鐘，方便覆聽同重做
• 生成音頻要逐章覆聽，特別留意多音字同對白嘅演繹
• 有錯句唔使全部重做：單句重生成再拼接，先係長篇嘅正確修補方式
• 本文案例屬示範情境，唔代表任何真實出版項目或真實數據

有聲書同其他粵語配音有咩唔同

短片配音求快求刺激，有聲書求嘅係另一樣嘢：連貫。

觀眾聽有聲書，一聽就係幾個鐘。第 3 章同第 12 章嘅語氣如果唔一致，或者同一個角色喺第 5 章一把聲、第 8 章另一把聲，聽眾就會出戲。有聲書製作嘅所有技術決定，幾乎都圍繞住「點樣喺長時間同大篇幅之下保持一致性」呢個挑戰。呢樣嘢講就簡單，做就係成個項目最講紀律嘅部分。

另一個根本分別係文本。小說或者散文係寫嚟睇嘅，唔係寫嚟聽嘅。書面語嘅句子結構長而密，用眼讀可以返轉頭再睇一次，用耳聽就一去不返。所以有聲書製作嘅第一步，唔係錄音，係改稿 — 將文字變成聽得舒服嘅敘述。呢步做唔足，後面全部嘢都會事倍功半：生成幾多次都係嗰個生硬感，問題永遠喺稿度。

用 AI 生成語音做有聲書，好處係全本書可以維持同一把聲、同一種演繹設定，唔會出現真人朗讀常見嘅「隔咗幾日錄，狀態唔同咗」嘅問題。真人旁白嘅細膩演繹仍然有其魅力，但論一致性同產出速度，AI 生成有其清晰優勢。兩者點揀，真人同 AI 配音嘅全面比較一篇講清，兩條路各有適用場景，唔使當成敵我矛盾。

示範項目：一部 8 萬字散文集

以下屬示範情境，用嚟說明製作流程，唔係任何真實項目。

假設一部 8 萬字嘅散文集，要出成套粵語有聲書。以每分鐘約 240 字嘅朗讀節奏，全書即係大約 5 個半鐘音頻。呢個規模，正正係「唔可以單條處理、要當流程做」嘅典型 — 一章一章手動出唔係辦唔到，係效率同一致性都會出事。

第一步：定全書製作設定

開工之前，先寫低一頁製作設定，呢一頁係全書嘅錨：

• 聲線：由聲線圖庫試聽揀定一條，全書唔轉。散文集通常揀沉穩成年聲線，性別跟作品語感揀。
• 語速同節奏：預設每分鐘 240 字上下，抒情段落可以慢啲。
• 停頓習慣：段落之間長停頓、句與句短停頓，喺稿面用標點同空行落實。
• 數字讀法：年份、金額、序數一律統一寫法，全書唔好有時完整有時逐字。

呢頁設定存好，之後每次生成都照單執行。第 30 章嘅你，會多謝第 1 章嘅你留低咗呢頁嘢。

揀聲線呢步唔好急。同一條散文節錄，用三條唔同聲線各生成一次，搵多幾個人聽，投票揀最啱作品氣質嗰條。聲線揀選嘅系統方法，聲線揀選指南由內容類型到性別年齡到語氣，四個維度逐步教 — 散文集屬「抒情敘述」類，唔好跌入「新聞播報」類嘅揀法。

第二步：全書轉口語稿

8 萬字原文，唔會全部要逐句改，但以下幾類一定要處理：

散文集入面引用詩詞或者文言段落，讀音要逐字確認。粵語保留大量古音特徵，例如入聲字收尾急促，讀啱先有韻味；唔肯定嘅讀音，查中文大學嘅粵語審音配詞字庫最穩陣，呢個係粵語讀音研究嘅權威來源，收錄咗大量字嘅審音結果同配詞例子，做有聲書之前將全書嘅疑難字一次過查清係最有效率嘅做法。

呢步做完，全書先有「聽」嘅資格。書面語同口語嘅完整轉換對照，呢篇轉換攻略可以直接做工作手冊用，轉換原則同例子都齊，散文、小說、回憶錄各類文本都適用。

第三步：拆章節同批量生成

8 萬字唔會一次過生成。拆章是王道：

• 每個音頻檔 5 至 15 分鐘，即係每段大約 1,200 至 3,600 字
• 用章節做單位，一章一個檔，唔好貪心
• 超長段落要預先拆好再提交，單條文本有長度上限，貼超長稿唔會自動幫你切

批量操作嘅完整 workflow，批量生成教學由排隊邏輯到檔案管理都拆解過，做長篇之前必睇。拆段之前仲有一件事要做：命名規則。每一段檔案用「章號加段號」命名（例如第零三章之二），剪接台上面先唔會亂籠。聽落瑣碎，但 30 個音頻檔擺喺面前嗰刻，你就會明白一套好嘅命名規則值幾多時間。

第四步：逐章覆聽同修補

生成完唔等于完。有聲書嘅品質把關喺覆聽：

1. 聽開位同結尾：每章開頭有冇多餘停頓，結尾有冇切得太急
2. 聽多音字：「重」係「重係」定「重要」、「教」係「教書」定「教訓」，粵語多音字出錯唔算少，要多音字攻略嗰啲自查方法幫手
3. 聽角色對白：敘述聲一出對白，演繹有冇自然轉換
4. 聽節奏：抒情段唔可以趕，敘事段唔可以拖

覆聽建議用「滾動式」：生成一章聽一章，唔好等齊全套先聽。等齊先聽嘅風險係：第 3 章發現個設定唔啱，之前已經生成嘅十幾段全部要返工。滾動式覆聽令問題喺最早嘅位被發現，返工範圍最細。

發現一句讀錯，唔使成章重做。將嗰句抽出，改稿面（例如用標點斷句引導正確讀法），單獨生成嗰句，剪接返入原本音頻。呢個單句修補法係長篇製作嘅核心技能：8 萬字入面有十句八句要執，全部好正常，逐句處理先係經濟做法。成章重做唔止嘥時間，仲會令嗰章同前後章節出現微妙嘅演繹差異 — 又係一致性嘅敵人。

一致性點嚟？三個機制

長篇最怕唔一致，而一致性唔係撞返嚟嘅，係設定返嚟嘅：

第一，聲線鎖定：全書用同一條聲線，唔要「今章換吓感覺」呢類突發奇想。聲線變化係聽眾出戲嘅第一大原因，冇之一。哪怕後期先發現把聲唔係最完美，都好過中途轉聲 — 聽眾適應一把聲之後，任何轉變都放大咗唔自然感。

第二，稿面規範：語氣詞用量、數字寫法、停頓標記，全書同一套規矩。呢啲規矩就係第一步嗰頁製作設定，佢係全書一致嘅根本文件。稿面規範最好寫成檢查清單，每章轉稿完就逐項打勾，唔靠記性。

第三，覆聽對照：覆聽唔止聽錯音，仲要同之前章節對聲 — 第 5 章同第 4 章尾嘅語速語調有冇接唔到？唔接就喺章頭調好先出下一章。

三部曲做足，聽眾先會感覺成本書一把聲。呢三件事冇一樣靠技術魔法，全部靠紀律同文件，呢個正正係有聲書製作同短片配音最大嘅思維分別：短片求單條爆點，長篇求全場穩定。

成本心算：8 萬字有聲書計幾多

用返每分鐘 240 字嘅換算：

免費每月 5,000 字符大約 21 分鐘音頻，連一個章節都未必夠，所以有聲書製作基本上係付費用戶嘅項目。入門方案每個月 128 港元對應 200,000 字符，只覆蓋全書嘅幾分之一；專業方案每個月 338 港元對應 600,000 字符，足夠一次過產出成部 8 萬字嘅書仲有剩。

以專業方案每千字符大約 0.56 港元計，成書文本嘅字符成本大約 45 港元；試版、覆聽後修補、重新生成嘅冗餘要計埋，最好預一倍空間。配額用完可以買每千字符 0.8 港元嘅字符包補位，唔會話呢個月唔夠用就成個項目停擺。付費配額跟帳單週期重置，長期項目按月分批生成亦完全行得通 — 將全書拆做三個月做，每月用自己嗰份配額，現金流都靚啲。

對白多嘅小說點處理

散文集之後，好多人會問：小說點辦？對白密集嘅小說，單聲線朗讀係主流做法 — 朗讀者用語氣同節奏分辨敘述同對白，聽眾自然明白。呢個傳統由實體有聲書时代一直延續，聽眾早就習慣，唔使擔心「分唔到邊句係對白」。

唔同角色想有明顯聲音分別嘅話，另有做法：敘述一條聲線，主要角色各自一條聲線，逐段生成再拼埋。呢個做法出嚟效果好似廣播劇，但製作量大增：角色聲線要預先試聽定好，拼接要對齊節奏，每段之間嘅語速一致性要做足功夫。

兩種做法嘅選擇標準好簡單：求快求連貫，單聲線；求戲劇感，多聲線。多聲線嘅完整做法，多角色對話生成教學逐步拆解過，包括角色聲線設計同拼接流程。

不過無論單聲線定多聲線，文本質量先係成敗關鍵：對白口語化、敘述流暢、停頓合理，呢三樣做好咗，邊種做法都好聽；做唔到，幾多條聲線都救唔返。工具只係放大器，稿先係源頭。

由試版到全書：分階段推進嘅節奏

有聲書項目最忌一開始就全量生成。建議嘅推進節奏分四階段：

第一階段，試聲：揀一個有代表性嘅章節，用幾條唔同聲線各出一次，搵三個以上嘅人盲聽投票。呢階段可能用几個鐘就完成，決定嘅係全書最重要嘅一件事。

第二階段，試章：用揀定嘅聲線完整出一章，覆聽、修補、確認演繹設定冇問題後，將呢一章定做「標準音」。

第三階段，量產：照標準音嘅設定批量生成其餘章節，邊生成邊滾動覆聽。

第四階段，執尾：全書生成完，做最後一次通頂覆聽（至少抽查每章開頭結尾），處理遺留修補，然後先算完成。

呢個節奏令每一步嘅錯誤都喺最細嘅範圍內被消化，唔會出現「成個項目做完先發現由第一步已經錯」嘅災難。任何大型項目嘅風險管理，本質都係呢一句：早發現，細爆炸。

常見問題 FAQ

一本 8 萬字嘅書，生成要幾長時間？

文本拆好章節之後，生成環節自己會逐段跑，唔使逐段人手盯。真正食時間嘅係轉口語稿同覆聽：前者可以分章平行做，後者建議邊生成邊聽，唔好等到全部生成晒先一次過聽，否則發現問題要返去好遠嘅章節。

對白同敘述用同一把聲會唔會亂？

唔會。朗讀傳統入面，朗讀者向來係一把聲演繹全書，靠語氣同節奏畀聽眾分辨。你只需要喺稿面確保對白清楚歸位，生成嘅演繹自然有對比。

遇到讀錯嘅字點算？

兩條路：改稿面（用標點、斷句、同音字引導正確讀音），或者抽出嗰句單獨重生成再拼接返入去。千祈唔好成章重做 — 長篇製作嘅紀律就係逐句修補，唔係逐章重做。

免費額度可以做有聲書嗎？

每月 5,000 字符大約 21 分鐘音頻，用嚟試聲線、試演繹設定就好充裕，但要完整生成成本書就唔夠，有聲書項目基本要預付費方案嘅预算。

有聲書一段應該幾長？

5 至 15 分鐘一段最實用：短過 5 分鐘，章節檔案太多唔好管理；長過 15 分鐘，有錯位要修補嘅話重做成本高。呢個長度亦啱聽眾習慣，搭車聽一個章節啱啱好。

出嚟嘅音頻檔案方便剪接嗎？

生成成品係標準音頻格式，主流剪接軟件全部讀得到，拼接、混音、加背景樂都冇障礙；單句修補嗰阵，用剪接软件將重生成嗰句替換入原檔就行。

演繹風格對有聲書有用嗎？

有用。同一部書嘅唔同段落可以配唔同演繹風格：敘事段落平穩，抒情段落柔和。但切記喺製作設定入面預先定好邊段用邊種風格，唔好逐章臨場即興，否則一致性又會崩。

[!CTA]

試聽一條章節，感受粵語朗讀嘅連貫感

喺港嘢 playground 揀定聲線，貼一章嘅口語稿，聽下呢把聲連唔連貫、順唔順耳 — 呢一把，可能就係你成本書嘅聲音。