廣東話 AI 語音係咩？原理、應用同發展一文睇晒

**一句答你：**廣東話 AI 語音就係用人工智能將中文字自動讀成有香港味道嘅粵語聲音，等你唔使錄音、唔使識讀音規則，都可以幾分鐘內出到一段地道嘅廣東話 MP3 配音。

Key Takeaways

• 廣東話 AI 語音（Cantonese AI Voice / Cantonese TTS）係 TTS 技術嘅粵語分支，要由訓練階段開始就聽香港人講嘢，唔係普通話 TTS 加聲調包。
• 主要用途：YouTube 旁白、短片配音、Podcast、客服 IVR、教材、產品 Demo、有聲書、新聞摘要。
• 一段 AI 語音由六個組件組成：文字、聲線、演繹風格、情緒、自由指示、輸出格式。
• 揀平台要睇：係咪粵語原生、聲線數、自然度、多音字處理、API 易用性、定價、額外功能。
• 同真人配音唔係對立，係互補——功能性配音用 AI，藝術性配音用真人。
• 而家入門門檻低，開戶通常有免費字符可以試聲線，啱用先升級。

廣東話 AI 語音係咩？一分鐘講完

「廣東話 AI 語音」呢四個字其實係三個概念疊埋一齊：

1. TTS（Text-to-Speech）——文字轉語音嘅技術，舊稱「讀字機」。
2. Cantonese（廣東話）——聲調語言，有九聲六調，同普通話、上海話、英文發音都唔同。
3. AI——用大型聲學模型模仿真人發音、語氣、節奏。

三樣嘢夾埋就係：用人工智能將中文字自動讀成廣東話聲音，聽落似個香港人喺度講嘢。

以前呢種技術主要係大公司 call center 用，而家因為模型進步、雲端運算又平咗，連獨立 YouTuber、KOL、補習老師、小生意老闆都可以用幾蚊一個月嘅價錢做到。

同普通話 TTS 有咩唔同？

如果你用過普通話 TTS，再去聽廣東話 TTS，你會發現兩個世界：

換句話講，廣東話 TTS 唔係「普通話 TTS 加個聲調包」咁簡單——佢要由訓練數據開始就要聽過香港人講嘢先做得出嚟。所以一啲國際平台雖然有「中文」，但實際出嚟可能係「普通話口音扮廣東話字」，聽落好怪。要深入了解粵語 TTS 嘅全貌，可以睇 廣東話 TTS 完全指南。

廣東話 AI 語音主要做咩用？

廣東話 AI 語音嘅用途，講到尾就係「幫你出聲」——但「出聲」可以應用喺好多唔同場景。

YouTube 旁白同影片配音

香港 YouTube 圈競爭激烈，想日更就想日更，但又唔想日日對住支咪。AI 語音可以幫你將稿直接轉成聲音檔，配情緒、配 SRT 字幕直接做字幕組。如果你做 YouTube 旁白，仲可以參考 YouTube 粵語旁白 AI 攻略。

短片配音（Reels／Shorts／TikTok）

短片講求節奏快、字幕同步。AI 語音配合 SRT 字幕可以一鍵出片，唔使再額外加字幕軟件。短片配音嘅實戰技巧可以睇 短片粵語配音攻略。

Podcast 預製旁白

Podcast 可以用 AI 聲做引言、廣告過渡、節目總結等固定環節，慳返主持人嘅氣力。Podcast 同 YouTube 配音仲有更詳細嘅 廣東話配音製作攻略。

客服 IVR 同電話系統

打電話去銀行、順豐、客戶服務熱線聽到嗰啲「請按 1 字」就係 TTS。廣東話 AI 語音可以令系統聽落似個真人接聽，而唔係機械聲。

教材同電子學習

補習社、語言學習平台、機構培訓可以用 AI 聲生成大量粵語聆聽教材，唔使逐句錄。每堂課、每個練習都可以有獨立配音。

產品 Demo 配音

App Demo、網頁 Demo、活動宣傳片嘅旁白可以直接由 TTS 出，改稿即時重生。

有聲書同新聞摘要

傳統有聲書製作成本高，AI 語音可以將文字稿即時轉成聲音，畀聽眾用耳仔「睇」新聞同文章。

廣東話 AI 語音嘅基本組件

雖然我哋唔講底層模型，但作為使用者你要知道一件 AI 語音作品通常由呢幾部分組成。

文字輸入（Text）

你打一段中文字（例如：「今日天氣好好，適合行山」）。呢段文字會先經過一個「文字處理」步驟，系統要識得：

• 多音字點讀：「行山」要讀 haang4，唔係 hang6；「重」要讀 zung6（重要）唔係 cung4（重複）。
• 語氣詞點處理：「嘅」「咗」「啦」「㗎」呢啲字要讀得自然，有輕聲變化。
• 數字同單位：日期、價錢、公里數要識得讀。

要了解多音字嘅處理邏輯，可以睇 廣東話多音字攻略。

聲線（Voice）

即係「邊個把聲」嚟讀。廣東話 AI 平台通常會提供幾種聲線畀你揀——男聲、女聲、少年聲、成熟聲。港嘢嘅聲線圖庫有唔同性別、年齡嘅粵語聲線，每條聲線都有試聽可以聽下先揀。

演繹風格（Style）

有啲聲線可以調節演繹風格，例如：

• 新聞主播式（穩、平、清晰）
• 對話式（有起伏、自然）
• 廣告式（有力、有感染力）
• 故事敘述式（慢、有抑揚頓挫）

情緒（Emotion）

進階啲嘅平台可以控制情緒，例如開心、平靜、緊張、激動。詳細用法可以睇 TTS 情緒控制指南。

自由指示（Instruction）

有啲平台支援「指示文字」，例如你寫：「用新聞播報嘅速度讀」，模型就會調整語速同節奏。呢個功能可以微調出嚟嘅效果。

輸出格式（Audio）

最後出嚟係音檔——通常係 MP3 或者 WAV。可以用喺剪片軟件、PowerPoint、App 入面。

廣東話 AI 語音同真人配音點揀？

呢個問題每個用戶都會問。講真冇標準答案，要睇你嘅用途同預算。

更詳細嘅比較可以睇 真人 vs AI 配音比較。

AI 語音嘅優勢

• 快：幾分鐘出成段，唔使約時間。
• 平：每千字符幾毫子起，唔使按小時計。
• 穩定：唔會感冒、唔會走音、唔會 read 錯稿。
• 可改：稿改完即時重生，唔使再約。
• 多語氣：同一條聲線可以變出唔同情緒。

AI 語音嘅限制

• 感情深度：暫時仲未去到配音員嗰種「聽到喊」嘅層次。
• 新詞：網絡潮語、品牌新名可能要額外指示。
• 特殊讀音：人名、地名、有商標保護嘅字可能讀錯，要 prompt 提示。

呢啲限制代表 AI 語音比較適合功能性配音（新聞、教材、旁白），唔係藝術性配音（廣告歌、舞台劇）。

揀廣東話 AI 語音平台要睇咩？

如果你想試廣東話 AI 語音，揀平台時可以留意以下幾點。

1. 係咪真嘅粵語原生

唔係所有寫住「支援中文」嘅平台都識廣東話。要留意：

• 聲線係咪香港人錄。
• 試聽係咪真粵語聲調，唔係普通話扮粵語。
• 可唔可以處理廣東話獨有嘅語氣詞（「嘅」「咗」「啦」「㗎」）。

2. 聲線多寡

多聲線代表你可以揀到啱你內容風格嘅聲音。

3. 自然度

聽落似唔似真人？有冇機械感？呢個比較主觀，但可以靠多聽幾段試聽判斷。記住：唔同平台喺粵語支援深度上可以差好遠。

4. 語速同停頓

可唔可以控制語速？可唔可以喺指定位置加停頓？呢樣對長文好重要。

5. 多音字支援

廣東話多音字多到離譜，「行」「重」「長」「為」「便」每個都有兩個以上讀音。平台識唔識按上下文揀讀音好影響自然度。詳細嘅多音字攻略可以睇 廣東話多音字攻略。

6. API 易用性

如果你係開發者，API 文件清唔清楚、有冇 OpenAPI Spec、有冇互動測試頁、好唔好接，都係考慮點。港嘢嘅 API 文件有 OpenAPI 3.1 規格同互動測試頁，可以直接喺 粵語 TTS API 快速上手 了解。

7. 定價模式

要留意：

• 字符點計（唔係句數，亦唔係句數計）
• 有冇免費額字可以試
• 超額點收
• 月費 vs 年繳差幾多

詳細可以睇 廣東話 TTS 定價解析。

8. 額外功能

• 聲音複製（Voice Cloning）：用你把聲做 AI 聲，適合想做品牌聲嘅人。深入玩法睇 TTS 聲音複製攻略。
• SRT 字幕：直接出字幕時間軸，配合剪片軟件用。詳細睇 TTS SRT 字幕工作流。
• 批量生成：一次過出幾十條，適合做教材同產品矩陣。詳細睇 TTS 批量生成工作流。
• 情緒微調：控制聲線情緒變化。

呢啲功能唔係必需，但有時會幫到你。

廣東話 AI 語音嘅常見誤解

誤解一：「廣東話 AI 語音 = 普通話 AI 加聲調」

錯。廣東話嘅聲調、入聲、語氣詞都係獨立訓練嘅。普通話 TTS 扮廣東話一定露餡，「行」會讀錯、「食飯」嘅「食」會變晒調。

誤解二：「AI 語音一定機械感重」

早期係，但而家專門做廣東話嘅平台嘅模型已經可以做到相當自然嘅粵語。當然仲未去到配音員嘅層次，但功能性用途（新聞、教材、旁白）已經夠用。

誤解三：「AI 語音一定好平好平」

係平過真人配音好多，但唔係零成本。每月有一定用量嘅用戶，幾蚊到幾十蚊一個月已經好夠使。零成本嘅玩法可以參考 免費廣東話 TTS 玩法。

誤解四：「用 AI 語音會被 YouTube 判為垃圾內容」

YouTube 冇呢條規則。YouTube 注重嘅係內容價值，唔係用 AI 定真人配音。如果你嘅內容實用，AI 配音完全冇問題。

誤解五：「所有 AI 語音平台都一樣」

唔同平台喺粵語支援深度、自然度、定價、API 易用性上都有好大差異。建議真係要自己試聲線先決定。揀選標準可以參考 廣東話 TTS 選購指南。

點開始用廣東話 AI 語音？

如果你想即刻試，可以由呢幾步開始。

步驟一：了解基本原理

先睇 廣東話 TTS 完全指南，了解成個粵語 TTS 嘅應用同生態。

步驟二：揀個平台試聲線

大部分平台（包括港嘢）都有免費試聽，你可以喺 Playground 直接打文字聽效果。

步驟三：開個免費戶口

好多平台都有免費字符可以試（例如港嘢有開戶每月 5,000 字符免費試），夠你試幾段唔同嘅文字同聲線。詳情可以睇 免費廣東話 TTS 玩法。

步驟四：正式用

試完覺得啱用，可以根據用量揀月費方案。輕量用戶（例如每月一至兩條片）入門計劃就夠；日更 YouTuber 或者團隊可能要升到專業或者工作室。詳細成本可以睇 廣東話 TTS 定價解析。

步驟五：用 API 接駁

如果係開發者，可以透過 API 接駁。港嘢嘅 API 文件好簡單，10 分鐘內可以出第一段聲。具體可以睇 粵語 TTS API 快速上手。

廣東話 AI 語音嘅未來

廣東話 AI 語音仲有好大發展空間，未來幾年會見到：

• 更自然嘅情感：暫時仲係功能性配音為主，未來會見到 AI 可以做「感人」嘅配音，但暫時仲係輔助性質。
• 聲線複製普及：用短暫錄音就可以複製你把聲，呢個功能已經有，但會更普及。
• 多語言混合：粵英夾雜、粵日夾雜會越嚟越順，呢個已經喺 粵英夾雜 TTS 有講。
• 語氣詞自動加：寫「我食咗飯」會自動讀出「咗」嘅輕聲，而唔係死讀。
• 即時互動：打電話、AI 助手、客戶服務會更自然。

無論點，廣東話 AI 語音已經由「實驗品」變成「日常工具」。如果你仲未試過，今日係一個好時機開始。

常見問題 FAQ

廣東話 AI 語音係咩嚟？

廣東話 AI 語音係一種 Text-to-Speech（TTS）技術，用人工智能將中文字自動讀成粵語聲音。佢可以處理廣東話獨有嘅聲調（九聲六調）、入聲、語氣詞同粵英夾雜，唔係普通話 TTS 加聲調包咁簡單。要由訓練階段開始就聽粵語先做得出嚟。

廣東話 AI 語音同普通話 AI 語音有咩分別？

主要分別喺聲調、入聲、語氣詞同多音字。廣東話有九聲六調同 -p、-t、-k 結尾嘅入聲字；廣東話有「嘅」「咗」「啦」「㗎」呢類書面語唔會寫但口語常用嘅字；「行」「重」「長」呢類字喺廣東話有多個讀音但喺普通話通常只有一個。所以廣東話 TTS 要由訓練階段開始就聽粵語，先至可以做到自然。

廣東話 AI 語音可以用嚟做咩？

主要用途包括 YouTube 旁白、短片配音（Reels／Shorts／TikTok）、Podcast 預製旁白、客服 IVR、教材同電子學習、產品 Demo 配音、有聲書同新聞摘要等。只要內容係文字稿，AI 語音就可以幫你出聲，配合 SRT 仲可以一鍵出字幕。

廣東話 AI 語音貴唔貴？

相比真人配音（每分鐘幾百蚊起），AI 語音平好多。以港嘢嘅收費為例，每千字符幾毫子，10 分鐘旁白成本大約一蚊幾毫，視乎所選計劃。詳細可以睇 廣東話 TTS 定價解析。

廣東話 AI 語音聽落自然嗎？

要視乎平台同聲線。專門做廣東話嘅平台（例如港嘢）嘅聲線已經做到相當自然嘅粵語發音，但仲未去到配音員嗰種「聽到喊」嘅層次。功能性配音（新聞、教材、旁白）一般都夠用；藝術性配音就暫時仲係真人主導。

廣東話 AI 語音可以處理中英夾雜嗎？

可以，但要視乎平台。專門做粵語嘅平台會識得處理粵英夾雜，例如「我哋去 OT」會將「OT」讀英文、「我 send 咗個 file 畀你」會將英文詞讀英文。詳細可以睇 粵英夾雜 TTS 攻略。

點開始用廣東話 AI 語音？

最簡單嘅方法係搵個有免費試聽嘅平台（例如港嘢 Playground），打一段文字聽下效果。啱用就開戶口試，唔啱就再搵過。詳細步驟可以睇 粵語 TTS API 快速上手 或者 免費廣東話 TTS 玩法。

[!CTA]

立即去 Playground 試聲

打一段中文，揀條聲線，即刻聽到出嚟嘅粵語聲音，唔使開戶都可以試