粵語 TTS 點樣提升無障礙體驗

一句答你： 粵語 TTS 無障礙，講嘅係點樣用粵語文字轉語音技術，幫視障人士、長者同閱讀困難人士，將廣東話內容變成可以「聽」嘅資訊——由網頁朗讀、課程旁白到公共服務廣播，令資訊唔再淨係「睇得到」，仲要「聽得明」。

Key Takeaways

• 無障礙唔係「加個功能咁簡單」，而係令視障、長者、讀寫障礙人士都能夠獲取同一份資訊；粵語 TTS 係香港無障礙基建嘅重要一環。
• 香港多數無障礙方案直接用英文或普通話 TTS「頂住檔」，但粵語用戶聽母語先至最快最準，呢個正正係粵語 TTS 嘅價值。
• 揀無障礙用嘅粵語 TTS，重點睇四樣：粵語發音準確度、多音字同懶音處理、語速控制、以及成本可持續性。
• 政府部門、醫療、銀行、教育機構等場景，對粵語語音導航、廣播同讀稿需求最大，亦最有迫切性。
• 香港開戶有每月 5,000 字符（月月重置）免費額度（約 21 分鐘音頻），足夠做小規模無障礙試點再評估。
• 無障礙內容仲要留意文字稿本身：書面語定口語、標點停頓、多音字標註，全部影響聽感同理解。

乜嘢係粵語 TTS 無障礙？

好簡單一句：將廣東話文字，變成視障人士、長者、讀寫障礙人士都能夠輕鬆理解嘅語音內容。

香港官方統計人口入面，視障人士有十幾萬，仲未計日漸老化、睇細字越嚟越食力嘅長者群體。呢一批人日常需要嘅資訊——政府公告、醫療指引、銀行通知、教育材料——大部分都係以文字形式存在。無障礙（Accessibility）嘅核心理念，就係令呢啲資訊唔會因為「你睇唔到」或者「你讀得慢」就同你絕緣。

但問題嚟喇：市面上好多通用 TTS（文字轉語音）工具，預設係英文或者普通話聲音。要佢哋讀廣東話，唔係完全讀唔到，而係讀出嚟個語感好怪——發音唔準、九聲六調走樣、多音字讀錯、語氣詞讀到硬繃繃。對一般用戶嚟講係「聽得唔舒服」，但對視障人士嚟講，係資訊理解嘅實質障礙。

呢個就係點解「粵語 TTS 無障礙」係一個獨立課題，而唔係「TTS 無障礙」加個粵語 filter 就搞得掂。想了解粵語 TTS 嘅基本原理，可以先睇廣東話 TTS 完全指南，打好個底先。

點解香港特別需要粵語 TTS 無障礙方案？

廣東話係香港人嘅母語，唔係「第二選擇」

香港嘅日常語言係粵語。一個視障人士喺香港生活，佢平時同人溝通、聽電台、睇電視，全部係廣東話。如果無障礙工具俾佢聽嘅係普通話 TTS 讀廣東話文字，或者英文 TTS 硬讀中文字，佢理解嘅速度同準確度會大幅下降。

舉個例：一句「而家落緊雨，記得帶遮」——

• 粵語 TTS 讀：自然流暢，即聽即明
• 普通話 TTS 硬讀：「而家」會讀成「ér jiā」，語調全錯
• 英文 TTS：可能直接跳過或者讀出亂碼

對健視人士嚟講，聽錯可以睇返文字補救；對視障人士嚟講，聽錯就係聽錯，冇得補救。所以粵語 TTS 喺無障礙場景，唔係「幾好有」，而係「必要」。

長者數碼鴻溝

香港人口老化，唔少長者唔識字或者識字量有限，但聽廣東話完全冇問題。政府服務、醫療資訊、詐騙警示呢啲關鍵資訊，如果能夠以自然粵語語音提供，長者接收資訊嘅門檻會大大降低。呢個唔單止係視障議題，仲係成個社會嘅數碼共融議題。

讀寫障礙及其他特殊需要

讀寫障礙人士智力正常，但文字解讀對佢哋嚟講係持續嘅挑戰。提供粵語語音版本嘅教材同資訊，等佢哋可以用「聽」嘅方式吸收知識，係國際認可嘅合理調適（reasonable accommodation）之一。有關語音點樣輔助語言學習同發音，可以參考廣東話語言學習發音指南。

無障礙場景對粵語 TTS 嘅核心要求

發音準確度係底線

無障礙內容好多時涉及關鍵資訊：藥物名稱、金額、日期、地址、緊急指示。呢啲內容讀錯一個字，後果可以好嚴重。所以揀 TTS 做無障礙用途，發音準確度唔可以妥協。

粵語特別難搞嘅幾樣嘢：

1. 九聲六調：粵語聲調系統複雜，聲調錯咗，意思可以完全唔同。想深入了解，可以睇九聲六調粵語解析。
2. 多音字：「重」讀「重複」定「重要」？「行」讀「銀行」定「行走」？TTS 要靠上下文判斷。相關攻略見廣東話多音字攻略同多音字清單。
3. 懶音：香港人日常講嘢有大量懶音，「恆生」讀成「恆身」，TTS 讀得太「字正腔圓」反而唔似香港人講嘢；但懶音處理得好唔好，直接影響聽感自然度。詳細分析喺廣東話懶音與 TTS。
4. 中英夾雜：香港內容十居其九有英文字夾喺中文入面，「請喺 checkout 前完成付款」呢類句子，TTS 要處理到流暢先叫合格。技術細節睇廣東話中英夾雜 TTS。

語速控制：無障礙場景嘅隱藏需求

視障人士用螢幕閱讀器嘅用戶，好多時習慣將語速調到好快（一般人聽唔明嘅速度），因為佢哋每日要接收大量資訊。而長者就相反，需要慢速朗讀。所以一個適合無障礙場景嘅 TTS，語速要可以靈活調整，唔可以得一個「出廠速度」。

語氣同情感：唔係必需，但係加分

公告類內容（例如「請勿靠近月台邊緣」）需要清晰、權威但唔兇惡嘅語氣；故事類內容（例如有聲書）就需要有起伏、有情感嘅演繹。現代 TTS 平台提供情緒控制同演繹風格選擇，詳細玩法可以睇TTS 情緒控制指南同TTS 聲線風格控制。

粵語 TTS 無障礙嘅六大實際應用場景

1. 政府及公共服務公告

政府部門、公共機構嘅資訊，本來就有無障礙要求。用粵語 TTS 可以將網站公告、宣傳單張、程序指引快速轉成語音版本，而唔使逐段人手錄音。相關應用詳見政府公共服務粵語 TTS。

2. 醫療機構語音指引

醫院、診所嘅排班資訊、藥物指示、手術前須知，對長者同視障病人嚟講特別關鍵。藥物名稱讀錯會影響服藥安全，所以醫療場景對發音準確度要求極高。參考醫療粵語語音指引。

3. 銀行及金融通知

長者係電話理財同資訊詐騙嘅高風險群組，銀行如果能夠用自然粵語語音提供戶口通知、風險提示，係實際嘅客戶保障。睇埋銀行金融粵語 TTS同保險客戶服務 TTS。

4. 教育機構教材朗讀

中小學有唔少有特殊教育需要（SEN）嘅學生，包括讀寫障礙。將教材、通告、圖書轉做粵語有聲版，係好實際嘅支援。詳見教育機構粵語 TTS同粵語教育旁白指南。

5. 客戶服務熱線及互動語音

好多人以為 IVR（互動語音應答）係「撳掣選語言」咁簡單，但其實熱線背後嘅通知、等候訊息、流程說明，全部可以用 TTS 生成，成本低過逐句搵人錄音，而且更新快。睇客戶服務粵語 TTS。

6. 螢幕閱讀器及網頁無障礙

網頁層面嘅無障礙，係靠螢幕閱讀器將網頁文字讀出嚟。如果螢幕閱讀器背後嘅 TTS 引擎粵語支援差，視障用戶瀏覽廣東話網站就會好辛苦。平台同網站開發者點樣配合，可以睇粵語螢幕閱讀器無障礙。

揀粵語 TTS 做無障礙用途：實用檢查清單

無障礙項目好多時係長期服務，唔係一次過嘅 project，所以揀工具要睇長遠。以下係一份實用檢查清單：

關於揀工具嘅整體準則，推薦睇粵語 TTS 揀選指南，入面有系統性嘅評估框架。

無障礙項目嘅成本考量

無障礙服務好多時係公共性質或者由 NGO、學校、政府部門推行，預算未必好大，所以成本可持續性好重要。

以港嘢為例，收費結構大致如下：

字符用量同音頻時長嘅換算，一般估算係約 240 字符＝1 分鐘音頻。即係話：

• 2,000 字符 ≈ 8 分鐘音頻
• 10 分鐘旁白 ≈ 2,400 字符
• 1 小時廣播內容 ≈ 14,400 字符左右

一個月度配額 200,000 字符嘅入門方案，理論上夠做大約 14 小時嘅粵語音頻內容，對大部分無障礙試點項目嚟講，預算相對可控。想詳細計數，可以睇粵語 TTS 定價解析同TTS API 成本計算，免費方案嘅玩法就睇免費粵語 TTS。

另外提一句：免費同付費方案喺功能同質素上有咩分別，可以參考免費 vs 付費 TTS。

實際落地：點樣開始一個粵語無障礙項目？

第一步：盤點內容

唔使一次過將所有內容語音化。先揀最高頻、最關鍵嘅內容——例如服務須知、安全提示、熱門問題——優先轉做語音版本。

第二步：準備文字稿

呢步好多人忽略，但影響好大。文字稿本身嘅質素，直接決定語音輸出嘅質素：

• 口語 vs 書面語：朗讀畀人聽嘅內容，好多時口語版更易明。但官方文件可能必須保留書面語。兩者嘅取捨見書面語 vs 口語 TTS。
• 多音字標註：讀音容易混淆嘅字，可以事前標註或者改寫。
• 標點適當：標點影響停頓，停頓影響理解。
• 數字同日期：廣東話讀數有自己嘅規則，見廣東話數字讀法。
• 專名讀音：人名、地名、機構名要確認讀音，見廣東話人名讀音 TTS。

第三步：試生成、試聽、調整

用平台嘅試聽功能，揀一兩把適合嘅聲線——無障礙場景一般傾向清晰、語速穩定、唔會太花俏嘅聲線。揀聲線嘅原則可以睇TTS 聲線選擇指南。

第四步：批量生成同管理

如果內容量大（例如成個教材庫、成季公告），就唔會逐篇手動做，而係用批量生成流程。相關工作流見TTS 批量生成工作流同TTS 批量內容工作流。

第五步：定期更新同檢視

資訊會變、政策會變，語音內容都要定期對照文字版更新。TTS 嘅好處係——改完文字稿，重新生成一次就得，唔使再約配音員、租錄音室。

粵語 TTS 無障礙嘅常見迷思

迷思一：「有普通話 TTS 就夠，廣東話用戶聽得明」

錯。普通話 TTS 讀廣東話文字，發音會混雜普通話讀音同生硬粵語，聽感極不自然，對視障長者嚟講係雙重障礙。無障礙嘅核心係「平等接收」，而唔係「勉強聽到」。

迷思二：「無障礙係少數人需求，唔值得投放」

香港長者人口持續上升，加上視障、讀寫障礙、暫時性傷殘（例如手術後）等群體，「受惠人數」其實唔細。而且無障礙設計往往惠及所有用戶——例如聽語音公告嘅場景，健視人士喺雙手繁忙時都用得着。

迷思三：「AI 語音冷冰冰，無障礙場景唔適合」

舊一代 TTS 確實機械感重，但新一代粵語 TTS 已經支援情緒、語氣、風格控制，可以做到唔同場景需要嘅演繹。而 AI 語音最大優勢——更新快、成本低、一致性高——對於需要持續維護嘅無障礙內容嚟講，反而係優勢。想客觀比較 AI 語音同真人配音嘅取捨，可以睇真人 vs AI 配音對比。

常見問題 FAQ

粵語 TTS 同普通話 TTS 喺無障礙場景有咩分別？

最大分別喺發音同聽感。粵語 TTS 以廣東話發音為原生設計，聲調、多音字、語氣詞都符合粵語習慣；普通話 TTS 讀廣東話文字時，發音會混雜普通話讀音，聽感生硬，理解成本高。對視障同長者用戶嚟講，母語語音嘅理解速度同準確度明顯較好。

無障礙內容應該用口語定書面語做文字稿？

要睇場景。官方文件、法律聲明通常保留書面語；服務須知、操作指引、故事類內容，口語版往往更易明。如果內容本身係正式書面語，可以喺標點同句讀上做優化，令朗讀更自然。兩者取捨嘅詳細分析可以參考專文。

用粵語 TTS 做無障礙，一個月大概要幾多預算？

以約 240 字符＝1 分鐘音頻估算，如果每月需要 10 小時語音內容，大約要 144,000 字符左右，入門方案（HK$128／月，200,000 字符）已經夠用。具體要按你嘅內容量計，建議先用免費額度試點再評估。詳細定價分析可以睇相關定價文章。

唔識技術，可以自己做到粵語無障礙音頻嗎？

可以。而家唔少粵語 TTS 平台提供網頁版介面，貼上文字稿、揀聲線、撳生成，唔使寫 code。入門可以先睇粵語 TTS 線上工具同TTS 貼稿檢查清單，有 API 需求先至睇粵語 TTS API 對比。

TTS 讀多音字會唔會讀錯？

有可能，視乎平台嘅處理能力。粵語多音字係 TTS 嘅經典難點，好嘅平台會靠上下文判斷讀音，但有時都會錯。建議喺重要內容度，事前檢查容易混淆嘅字，必要時改寫句子避開。具體攻略可以睇廣東話多音字攻略同多音字清單。

視障人士用嘅螢幕閱讀器，可以直接配合粵語 TTS 嗎？

可以，原理上螢幕閱讀器係將文字交俾 TTS 引擎朗讀，引擎支援粵語就可以讀出廣東話。關鍵係網站本身要符合無障礙標準（例如有適當嘅文字標籤），TTS 先至有嘢可以讀。技術細節可以睇粵語螢幕閱讀器無障礙。

粵語 TTS 生成嘅音頻，可以用喺醫療或者銀行呢啲高要求場景嗎？

可以用，但要留意兩點：一係發音準確度，尤其藥物名、金額呢啲關鍵資訊，要逐一試聽確認；二係內容更新流程，確保語音版本同文字版本保持同步。呢啲行業嘅實際應用案例可以睇醫療粵語語音指引同銀行金融粵語 TTS。

總結：無障礙唔係選項，係基本要求

粵語 TTS 喺無障礙場景嘅價值，唔單止係「多個功能」，而係令廣東話用戶——尤其係視障人士、長者、讀寫障礙人士——可以平等噉接收資訊。揀啱工具、準備好文字稿、由小規模試點開始，一步一步將無障礙語音內容建立起嚟，其實門檻唔高，成本亦唔係想像中大。

[!CTA]

想即刻試下粵語 TTS 嘅效果？

開戶即有每月 5,000 字符（月月重置）免費額度（約 21 分鐘音頻），去 港嘢 Playground 貼上你嘅文字稿，即時試聽廣東話語音效果。