網上課程廣東話配音完整指南：提升學習體驗的實用攻略

一句答你：廣東話網上課程要配音，用 AI 廣東話 TTS（Text-to-Speech）最啱處理「章節多、要中英夾雜、會改版」嘅課程內容；做法係先鎖腳本同發音表，再鎖聲線同樣式，最後用 API 批量生成同字幕對位。

Key Takeaways

• 廣東話網上課程配音唔只係「讀稿」，仲要處理多音字、術語、英文品牌名、章節節奏
• AI TTS 適合章節多、迭代快、預算中等嘅課程；高價位旗艦課仍然偏向真人
• 同一個課程系列要鎖死同一個 voice slug，先至有「一個老師教晒」嘅感覺
• 用 API + 批量 endpoint 一次過交十幾廿個章節，可以慳好多 round trip
• 配音、字幕、教材（slide）要由腳本階段就同步規劃，避免後補出錯
• 成本按字符計，2,000 字符大約等於 8 分鐘旁白，預算容易算

點解廣東話網上課程要特別諗配音

呢幾年網上課程（eLearning）喺香港同海外華文市場都係穩定增長。比起純文字教材，有配音嘅課程可以大幅拉低學習門檻——尤其係廣東話市場嘅學習者，好多人係用廣東話思考，但要學專業知識（IT、金融、醫療、設計、合規等）。用返佢哋母語嘅聲去教，吸收率同完成率通常會高過文字版或者普通話版。

不過「配音」呢一環喺課程製作入面最容易被忽略、又最影響成個觀感。好多團隊嘅做法係：先拍片／做 slide → 最後先搵人配音 → 結果發現內容改咗，錄音要重做；又或者用咗唔同人錄，章節之間把聲唔同，學生聽得好跳戲。

用 AI 廣東話 TTS 做配音可以解決呢啲問題：腳本改完重新生成一段就得、幾十個章節可以 batch 處理、聲線可以用 voice slug 鎖死唔會變。詳細嘅 AI 配音思路，可以參考《廣東話配音同配音製作指南》。

邊啲課程類型適合用 AI 廣東話 TTS

唔係所有網上課程都同樣適合 AI 配音，簡單分下類：

強烈適合 AI 配音：

• IT 同技術教學（編程、工具教學、軟件操作）
• 語言學習（廣東話教英文、其他語言入門）
• 證書課程（會計、HR、合規、食品安全）
• 內部培訓（compliance、onboarding）
• 知識型短課程（投資理財入門、健康知識）

呢類內容更新快、章節多、需要中英夾雜，AI 配音可以幫你將製作週期由「兩個月出一條課」壓到「一星期出五條」。

要慎重考慮：

• 高價位大師課、旗艦課
• 強個人 IP（講者本人就係賣點）
• 情緒要求高（激勵、心靈、故事敘述）
• 需要大量即興、對話、互動嘅內容

呢類內容嘅「人味」係核心賣點，用 AI 配音會削弱呢個價值。詳細嘅 AI 同真人對比，可以睇《真人配音 vs AI 配音：點揀先至啱》。

配音腳本點樣預備

AI 配音最容易踩嘅坑，就係直接將「寫嘅文」丟入 TTS。咁做通常會撞三個問題：

1. 書面語太重，讀出嚟唔似人講嘢
2. 冇標記停頓、語氣，AI 唔識自己加
3. 多音字、術語、英文品牌名讀錯

建議喺寫腳本嗰陣，已經用「講出嚟」嘅方式寫：

• 短句為主，一句一個意思
• 標註要停頓嘅地方（用句號、或者留空行）
• 遇到可能讀錯嘅字，用 [錨點] 標註發音
• 數字、英文詞、品牌名要特別處理

發音錨點嘅具體寫法，可以睇《點樣用 API 生成地道粵語語音》；多音字陷阱同解法，可以睇《廣東話多音字攻略》；中英夾雜嘅處理，可以睇《中英夾雜點處理》。

如果你嘅課程有大量專有名詞，強烈建議預先做一份「發音對照表」：

呢份表會跟住你成個課程系列用，越早整理越好。

配音節奏同章節結構

網上課程唔同 YouTube 短片，學生通常要連續聽 10 至 30 分鐘，節奏直接影響完成率。

語速同停頓

廣東話 TTS 預設語速通常適中，但技術內容可以考慮調慢少少。喺 script 留定停頓位（句號、或者 …），AI 會自己消化；重要嘅概念前後可以刻意留白，俾學生吸收。

章節長度建議

建議每段 3 至 5 分鐘做一個小單元，中間有明顯停頓，可以俾學生做筆記或者重聽。章節開頭要有「招呼語」或者 recap，例如「上一堂我哋講完 X，今日我哋會睇 Y」；章節結尾要有小結同預告。可以預先寫幾個 template，每章替換關鍵詞就出到。

如果你嘅課程一做就十幾廿個章節，逐章人手做會好辛苦。呢個時候就要用批量生成——一次過提交幾條 script 嘅 request，慟幾個鐘嘅重複操作。詳細慳 batch workflow 可以睇《TTS 批量生成工作流》。

揀聲線：親切、專業、權威

聲線選擇對課程定位好重要。常見嘅三種調性：

親切型——語言教學、生活類、興趣班。聲音軟啲、語速慢少少、容許少量「嘅」「呀」「啦」等口語助詞。

專業型——IT、商業、工具教學。聲音清晰、咬字準、語速適中、避免太口語嘅助詞。

權威型——金融、醫療、法律、合規課程。聲音沉穩、慢、字字清楚，情緒起伏少。

要留意嘅係：同一個課程系列要鎖定同一把聲。學生聽兩個章節之間把聲唔同，會好明顯覺得「換咗個老師」。用 TTS 嘅好處就係用 voice slug 鎖死，每章都用同一個 ID，重新生成都唔會走樣。

字幕、教材、配音同步規劃

好多團隊嘅做法係：先配音 → 再剪字幕。呢個做法嘅問題係當內容微調，配音改咗，字幕要再對返；好容易出錯。

更穩陣嘅做法：

1. 先寫腳本（文檔）
2. 跑 TTS 生成配音（粗剪）
3. 用配音時長整 slide 過場
4. 配音 + 字幕同步輸出 SRT
5. 最後做 QA

如果你嘅平台支援字幕檔，SRT 可以一次過搞掂。具體嘅 SRT workflow 可以睇《TTS SRT 字幕工作流》。

成本同商業考量

用 AI 廣東話 TTS 做網上課程配音，最大嘅成本優勢係「可預測」。每千字符明碼實價，唔似真人配音要按小時、按修改次數加錢。

以港嘢嘅定價做參考：

• 入門 Starter：HK$128／月，200,000 字符
• 專業 Pro：HK$338／月，600,000 字符
• 工作室 Studio：HK$688／月，1,400,000 字符

廣東話旁白估算約 240 字符／分鐘。換句話講，一個鐘嘅課程約 14,400 字符；10 堂每堂 1 小時嘅課程約 144,000 字符，專業 plan（600,000 字符）有充足 buffer。具體成本計算同 plan 比較，可以睇《廣東話 TTS 定價攻略》同《廣東話 TTS 選購指南》。

要留意嘅係：付費 plan 嘅字符額度係跟帳單週期重置，唔係月曆 1 號。如果課程係季度性推出，可以對齊重置日嚟做批次製作，慳返月頭月尾嘅浪費。

自動化同 API 整合

如果你嘅課程係持續更新（例如每月出新章節），強烈建議直接用 API 而唔係逐次去 Playground 撳。

基本流程：

1. 將每章腳本放喺 database 或者 Google Sheet
2. 寫個簡單 script，讀取腳本 → 提交 TTS job → poll 結果 → 下載 audio
3. 將 audio 同章節 metadata 自動入庫
4. 失敗 / 超時自動 retry

要留意嘅係：批量 endpoint（items）係 Pro 同 Studio 專屬，免費同入門 plan 用唔到，會回 403 batch_requires_pro。具體 API 用法同 code sample，可以睇《廣東話 TTS 完全指南》同《粵語 TTS API 快速上手》。

配音質素 QA 流程

就算用 AI 配音，QA 唔可以省。建議每個章節出嚟之後做四重檢查：

1. 多音字：有冇讀錯，特別係人名、地名、品牌名
2. 中英夾雜：英文部分有冇變晒廣東話讀音、或者相反
3. 節奏：有冇某段突然快咗、慢咗、停頓怪
4. 同教材對位：audio 講到第幾頁，slide / 教材要同步

如果發現問題，直接改腳本重新生成，唔使好似真人配音咁要約時間重錄。呢個係 AI 配音對課程製作流程最大嘅貢獻。

點樣開始

如果你係第一次用 AI 廣東話 TTS 做網上課程配音，建議咁樣開始：

1. 揀一個 2 至 3 章嘅小型課程做 pilot
2. 寫好腳本，做好發音對照表
3. 用 1 至 2 款聲線各試一段，揀最啱課程調性嗰把
4. 計返字符數同成本，估算 full course 嘅 budget
5. pilot 通過之後，再 scale 到 full course

對淨係想做一兩條試水溫嘅朋友，港嘢有每月 5,000 字符免費額度（每月重置），足夠試一兩個 5 分鐘嘅章節，唔使一開始就 commit 收費 plan。詳細嘅免費玩法可以睇《免費廣東話 TTS 攻略》。

網上課程嘅市場只會越來越捲，能夠快速迭代、規模化製作、保持質素穩定嘅團隊先至會跑出。AI 廣東話 TTS 唔係取代真人配音，但係一個好實用嘅工具，可以幫你將配音呢個樽頸位由「要等錄音」變成「要等腳本」。

常見問題 FAQ

網上課程配音用 AI 定真人好？

冇絕對答案，要睇課程定位、預算、迭代頻率。AI 適合結構化、章節多、需要快速更新嘅內容；真人適合旗艦課、強個人品牌、情緒要求高嘅內容。

一個鐘嘅課程要幾多字符？

廣東話 TTS 估算約 240 字符／分鐘，一個鐘約 14,400 字符。如果係 10 堂每堂 1 小時嘅課程，約 144,000 字符，用專業 plan（600,000 字符）有充足 buffer。

用 AI 配音會唔會俾人話「機械感」太重？

要視乎內容性質。語言教學、技術教學呢類內容，學生接受度高。情緒敘事、感性分享就要慎重，可以善用情緒控制同演繹風格提升自然度。

配音檔案可以下載幾耐？

要視乎儲存方式。如果用 TTS platform 嘅 audio library 預先簽名 URL，通常時效有限；自己 backend 接駁 API 落自己 storage，就自己控制 retention。建議批量製作後即刻落地備份。

一個課程可以用幾多把聲？

技術上冇限制，但強烈建議同一個課程系列用同一把聲，否則學生會覺得換咗老師。唔同課程（例：初階 vs 進階）可以用唔同聲線做區分，但要清楚標明。

中英夾雜嘅技術詞點處理？

預先做一份發音對照表。例如 API 要逐個字母讀、ChatGPT 要讀「Chat G P T」、$1,000 要讀「一千蚊」等。將呢啲規則放喺腳本 template，每次用就唔使再諗。

可唔可以自己錄一段做聲線複製（clone）？

可以，但要視乎你用嘅 plan 同 API key scope。聲線複製需要單獨嘅 tts:clone scope；用 sandbox key 帶 clone scope 嘅情況，建議先確認清楚再放入正式 production flow。

[!CTA]

用港嘢整你嘅第一堂廣東話配音

新開戶每月有 5,000 字符免費試，夠你試一個完整章節，唔使一開始 commit 收費 plan。