遊戲粵語配音完整指南：從選角到錄製打造地道港味角色

遊戲粵語配音不只是翻譯，更是文化再創作。本文從選角、聲線設計到錄製流程，拆解如何為遊戲角色注入地道港味靈魂。

2026年10月8日— 港嘢內容團隊約 9 分鐘遊戲配音粵語本地化聲音演出遊戲開發

一句答你：想用 AI TTS 做遊戲粵語角色配音，唔係淨係輸入文字就出到聲 — 你要先定角色個性、寫口語對白、揀啱聲線同演繹風格，再配合批量工序同 SRT 對軸，先至出到有戲味嘅角色聲音。

Key Takeaways

遊戲角色配音最緊要係「個性」：同一句對白，唔同角色講出嚟要聽得出分別

廣東話 TTS 嘅優勢係語氣詞豐富、中英夾雜自然，啱晒做遊戲對白

揀聲線由主角定 baseline，再用 emotion／instruction 做變化

對白要寫口語、識用語氣詞，仲要避開多音字陷阱

批量生成同 SRT 對軸係工序關鍵，可以慳返好多時間

配音完成後要同音樂、音效整合，先至出到完整嘅遊戲體驗

遊戲角色配音同一般配音有咩唔同

遊戲配音同 YouTube 旁白、廣告配音完全唔同。旁白講嘢可以比較平，因為觀眾主要聽內容；廣告配音講求品牌一致性。但遊戲角色配音係「演戲」，每一個 NPC、每一個主角都有自己嘅 personality，講嘢嘅節奏、語氣、用字都要反映呢個 personality。

如果你用 TTS 做遊戲配音，最容易撞嘅問題就係：所有角色聽落差唔多。因為 TTS 預設聲線就算有幾多款，如果你唔刻意調整，講出嚟嘅節奏同語氣都會好相似。所以做遊戲配音，第一步唔係落單生成，而係要諗清楚每個角色嘅聲音定位。

角色聲要有「個性」

所謂「個性」，喺聲音上係幾樣嘢：語速、能量、停頓位置、語氣詞選擇。例如一個冷靜嘅偵探角色，語速會慢啲、停頓多啲、語氣詞少啲；一個衝動嘅少年角色，語速快、能量高、「呀」「㗎」「啦」呢啲語氣詞會多啲。

呢啲嘢 TTS 唔會自動幫你做，你要靠幾樣嘢去控制：

揀唔同嘅聲線（preset 或者 design 出嚟嘅）
用 emotion 或者 instruction 去微調演繹
喺對白文本上落功夫（加停頓、加語氣詞）

如果你想深入了解廣東話 TTS 嘅基礎玩法，可以睇返廣東話 TTS 完全指南，由聲線圖庫到 API 接入都有講。

對白節奏要跟遊戲玩法

遊戲對白唔係一篇文稿，係一連串嘅互動。玩家可能喺對白中途按掣跳過、可能喺戰鬥中聽到一句半句、可能要重複聽同一句教學。所以對白嘅節奏要短、要清、要易記。

TTS 處理短句比較穩陣，因為 text 輸入上限係 1–500 字符，太長嘅對白會被拒收。所以寫遊戲對白嘅時候，最好斬成一句一句短句，每句獨立配音，咁樣工序同節奏都易控制。

廣東話 TTS 做角色聲嘅先天優勢

點解遊戲配音要揀廣東話 TTS，而唔係用普通話 TTS 再後期調整？有幾個理由。

語氣詞同埋口語節奏

廣東話嘅語氣詞特別豐富：「呀」「㗎」「啦」「囉」「喎」「嘅」「咩」「㗎嘛」「嘅囉」⋯⋯ 每一個都帶唔同情緒。呢啲語氣詞係粵語 TTS 嘅強項，因為模型本身就係訓練粵語口語。如果你寫書面語（「之」「的」「嗎」），出嚟嘅效果會生硬；寫口語（「嘅」「喇」「咩」），出嚟先自然。

想知點樣運用語氣詞，可以參考廣東話語氣詞 TTS 攻略，入面有具體例子。

中英夾雜嘅彈性

香港遊戲玩家講嘢好自然會中英夾雜：「你 check 下個 map 先」「呢個 boss 好 OP」「我哋去 farm 素材」。呢種 code-switching 對廣東話 TTS 嚟講係基本功，唔會當成錯處。如果你用普通話 TTS，中英夾雜嘅處理通常比較生硬。

詳細嘅中英夾雜處理方法，可以睇廣東話中英夾雜 TTS 攻略。

揀聲線同風格嘅實用步驟

揀聲線唔係隨機試幾個就完，要有方法。

由主角開始定 baseline

一個遊戲通常有十幾廿個角色，但唔使每個都從零試。做法係先揀主角嘅聲線 — 因為主角對白最多，玩家聽嘅時間最長，係成個遊戲聲音嘅 baseline。

主角定咗之後，其他角色嘅聲線就要同主角有明顯對比：

性別要錯開（主角男，其他重要角色可以女）
年齡要有變化（主角青年，老人用較成熟聲線）
能量要唔同（主角平穩，配角可以高能量或者低能量）

如果你用 preset 聲線，可以喺聲線目錄揀；如果你想自訂，可以試 design 模式（gender + age）。design 模式出嚟嘅聲線係 per-request，唔會儲存成可重用 asset，所以每個角色都要重新指定參數。

用情緒同指示做變化

同一個聲線，可以靠 emotion 同 instruction 做出唔同情緒。例如同一個女角，開心嘅時候用「開心」、憤怒嘅時候用「憤怒」、平靜嘅時候用「中性」。但要留意，情緒控制係微調演繹，唔可以靠情緒由女變男、由老變後生。

善用 design 同 clone 模式

如果 preset 聲線搵唔到啱你心水嘅角色聲，可以兩個方向：

design 模式：指定 gender + age，由 TTS 生成一個新聲線。優點係可以無限組合；缺點係每次都係新聲線，唔可以重用。
clone 模式：用一段參考音頻做樣本，生成相似聲線。優點係可以重用同一個聲線；缺點係要預先準備參考音頻，而且 clone 模式要 tts:clone scope。

一般嚟講，preset 聲線 + emotion 已經可以應付八成角色；特別講究嘅主角或者反派先用 clone 模式。