粵語 TTS 供應商評估指南：六個維度＋三輪測試法（2026）

**一句答你：**評估粵語 TTS 供應商，核心唔係聽一兩句官方 demo，而係六個維度逐項過——粵語支援深度、聲線陣容、讀音表現、功能完整度、價格結構、接入方式——再用自己嘅真實稿件做小規模測試。粵語係相對小眾嘅市場，各平台嘅「支援粵語」深度差好遠，規格表睇唔出，要靠方法。

Key Takeaways

• 「支援粵語」有深淺之分：有冇粵語專頁、聲線數目、係咪專門優化，都係深度指標
• 六個評估維度：粵語支援深度、聲線陣容、讀音同聽感、功能完整度、價格結構、接入方式
• 讀音準確度、中英夾雜、延遲、批量穩定性四項，冇辦法由規格表判斷，一定要用自己嘅稿件測
• 價格要比較「有效單價」：統一換算做每千字符或者每分鐘成本，先至同口徑
• 免費額度係最好嘅測試工具：用真實稿件試，唔好用官方 demo 句
• 簽長約之前做小規模試行：真實用量跑一至兩星期，數據話事

點解粵語要特別評估？

揀英文或者普通話 TTS，選擇多、評測多，好易搵到參考。粵語唔同：市場細，專門嘅橫向評測少，好多平台嘅粵語能力只有零星資訊。結果係好多團隊用「聽一句 demo」就落決定，之後先發現讀音、功能或者價格同預期有落差。

呢篇畀你一套可以照跟嘅評估方法：先用公開規格做第一輪篩選，再用自己嘅稿件做第二輪測試，最後用試行做第三輪確認。三輪做完，決定就有據可依。

第一輪：由公開規格睇「支援粵語」嘅深度

粵語支援有唔同形態

根據公開資料（2026 年 9 月觀察），市面平台對粵語嘅支援大致有幾種形態：

• 國際雲端語音服務（例如 Microsoft Azure Speech）：語言支援表列有香港粵語（zh-HK），官方語言支援文件列有 3 個香港聲線，但冇粵語專門嘅產品頁
• 國際多語言 AI 語音平台（例如 ElevenLabs）：官方模型語言表以普通話為主，公開嘅語言列表頁未見粵語專頁——唔等於完全用唔到，但粵語優化嘅公開資訊少
• 多語言平台嘅粵語部分（例如 MiniMax Audio、Narakeet）：有粵語專頁，聲線數目以其官方專頁列示為準——例如 Narakeet 官方列示 87 個廣東話聲線（2026-09 觀察）
• 粵語專門平台（例如 cantonese.ai、cantovoice.com、港嘢）：成個產品圍繞粵語而設計，由聲線、介面到文件都以粵語用戶為對象

深度嘅三個指標

同樣叫「支援粵語」，可以問三條問題分辨深度：

1. 聲線數目：得一兩把定幾十把？選擇空間直接影響搵唔搵到貼合品牌嘅聲線
2. 有冇粵語專門設計：介面、文件、案例係咪為粵語用戶而做？定只係多語言清單入面一行？
3. 迭代頻率：聲線同功能有冇持續更新？粵語專門團隊先有誘因長期投入

睇埋平台對粵語嘅「定位」

仲有一個角度：粵語係呢個平台嘅主場，定係附屬功能？主場平台嘅產品決策、文件、支援都圍繞粵語用戶；附屬定位嘅平台，粵語相關改善嘅優先級天然低啲。呢個唔係話附屬定位一定唔好用，而係預期管理——你對粵語品質要求越高，越應該揀粵語係主場嘅供應商。

第二輪：六個維度逐項過

維度一：粵語支援深度

上面三條問題嘅答案。特別留意：聲線數目係最容易比較嘅指標，但唔係唯一——幾十把聲線冇持續更新，未必好得過十幾把聲線但有專門團隊維護。

維度二：聲線陣容

唔止數目，仲要睇分佈：男女聲比例、年齡層覆蓋（年輕活潑到沉穩成熟）、風格多樣性。有冇試聽？試聽係唔係真實生成樣本？另一個實用檢查：聽幾把唔同聲線，如果個個「換湯不換藥」，講明底層變化少；如果各把聲線有明顯個性，選擇先有意義。揀聲線嘅方法可以參考AI 聲線揀選指南；想逐把即時試聽，去粵語聲線庫。

維度三：讀音同聽感

呢個係粵語 TTS 嘅靈魂，亦係規格表完全睇唔出嘅部分——留待下一節「一定要自己測」。聽感仲有一個好簡單嘅檢查：俾唔參與評估嘅同事盲聽兩個平台嘅同一句，直覺揀邊個——受眾嘅反應就係咁運作。

維度四：功能完整度

對照你嘅使用場景逐項檢查：

• 演繹風格、情緒控制、自由指示（影響語氣表達）
• SRT 字幕輸出（影響影片製作流程）
• 批量生成（影響大量內容產能）
• 聲線設計或者聲音複製（影響品牌專屬聲線）
• 生成歷史管理（影響日常工作流）
• API 或者 agent 接入（影響自動化可能）

如果團隊用緊 AI agent 或者自動化工具，可以留意平台有冇對應接入方式，令生成直接嵌入現有工作流。功能清單對照場景嘅詳細方法，可以睇粵語 TTS 揀選準則同購買指南。

維度五：價格結構

重點唔係月費數字，係結構：計費單位係咩（字符、分鐘、點數）？超額點計？有冇年繳折扣？免費額度有幾多、係一次性定按月？仲要留意隱藏位：字幕、聲音複製、API 使用係咪另計？有啲平台字符同功能分開收費，一個完整工作流落嚟係兩層成本。建議將所有平台嘅報價放埋入同一張表，用同一個假設用量計，一睇就見到差距。下一節有同口徑比較嘅方法。

維度六：接入方式

如果團隊要自動化，API 嘅存在同文件質素好關鍵：有冇公開文件、支援咩生成模式、有冇批次處理、限流點計。有啲平台 API 只開畀高階方案或者商業帳號（根據公開資料，2026 年 9 月觀察），一開始就要查清楚。想深入了解評估準則，可以睇粵語 TTS 評估準則。

四項一定要自己測嘅能力

以下四項，冇任何規格表可以代替你自己嘅測試——佢哋係實際運行表現，受引擎設計同優化程度影響，同一份規格可以有完全唔同嘅表現。所以任何平台話自己讀音最準，你都應該用自己嘅稿驗證，唔好用佢嘅樣本代替你嘅判斷：

測試稿可以事先準備一份「標準測試包」：一段含專名嘅新聞式稿、一段中英夾雜對話、一段含數字日期嘅資訊稿。三段合共幾百字，足夠暴露大部分問題，仲可以喺唔同平台重用，保證同口徑。全部測試可以用免費額度完成：用真實稿件，唔好用官方 demo 句——demo 句一定係表現最好嘅句子。實際流程可以跟POC 測試工作流逐步做。

價格點樣同口徑比較

唔同平台計費單位唔同，直接比月費會得出錯誤結論。正確做法係統一換算做有效單價：

1. 揀一個標準用量做基準，例如「每月 10 萬字符」
2. 各平台按自己嘅定價結構，計出呢個用量嘅月費或者點數成本
3. 再換算做每千字符或者每分鐘成本，先開始比較

舉個例（2026 年 10 月港嘢定價）：入門方案月費 HK$128、有 200,000 字符，即係每千字符約 HK$0.64；十分鐘旁白約 2,400 字符，喺入門方案計大約 HK$1.54。其他平台就用佢哋公開嘅定價頁同樣換算——例如 ElevenLabs 定價頁就列明各方案字符量（2026-09 觀察，資料有時效，以當日官方頁面為準）。比較嗰陣仲要留意三樣嘢：

• 超額費用：有啲平台超額照用照收，有啲用完就停——港嘢係冇超額收費、用完買字符包嘅模式
• 免費額度性質：一次性定按月重置？一次性額度適合做測試，按月額度適合持續細用量
• 功能係咪綁方案：API、批量生成呢啲功能喺某啲平台係高階方案專屬，計成本嗰陣要將「要用嘅功能」嗰個方案先算數

想要更完整嘅橫向對比，可以睇粵語 TTS 平台對比。

五個常見評估陷阱

呢五個陷阱，全部嚟自採購場景入面最常見嘅判斷捷徑——快，但容易錯：

• 陷阱一：被聲線數目沖昏頭。 數目大唔等於有你要嘅風格；睇分佈，唔好淨睇總數
• 陷阱二：用 demo 判斷讀音。 demo 係最好嘅句子，唔係你嘅句子
• 陷阱三：只比月費唔比單價。 額度差三倍嘅兩個方案，月費一樣都好正常
• 陷阱四：忽略功能綁定。 你需要嘅功能可能只喺高階方案有，計錯方案就計錯價
• 陷阱五：跳過試行。 規格靚唔代表工作流順；文件亂、介面慢，用落先知

第三輪：試行至簽約

規格篩選＋稿件測試之後，最後一關係小規模試行：

1. 揀最後兩三個候選
2. 用真實工作流跑一至兩星期：真實稿件量、真實發佈流程
3. 記錄三樣嘢：生成成功率、返工次數（要重新生成幾多次）、團隊實際用落順唔順
4. 數據話事，唔好心軟

記錄最好即日做：邊段稿、用邊個聲線、失敗咗幾多次、點解返工。即日記憶最準，事後回想嘅紀錄會偏向主觀印象。試行期間順便測支援：提出一兩條真實問題，睇下回應速度同解決質素——支援質素係長期合作嘅隱形成本，試行期係最平嘅試錯窗口。試行之後先考慮年繳折扣，反轉次序（簽咗約先試）係最常見嘅採購錯誤。

常見問題 FAQ

點解唔可以直接信官方 demo？

Demo 句係供應商揀嘅「最好表現」樣本——句子短、詞語常見、冇專名。你嘅真實稿件有專名、數字、中英夾雜、語氣詞，表現可能完全唔同。仲有一個位：demo 嘅寫法通常係精修過嘅——語氣詞、標點都調較好。你照抄 demo 寫法，未必適合自己內容，所以連寫法都要用自己嘅。

聲線數目多就代表好？

唔一定。數目係選擇空間嘅指標，但品質、風格分佈、更新頻率同樣重要。幾十把冇分類冇更新嘅聲線，實用價值未必高過十幾把有清晰分類、持續改良嘅聲線。聽樣本、試自己嘅稿先作實。

API 有冇好重要？

睇你嘅工作流。如果係人手在介面逐段生成，API 唔係必需；如果有系統整合、自動化排程、大量內容嘅需求，API 就係關鍵。而且要查三樣：API 開放畀邊啲方案、文件齊唔齊、限流同並行限制係咩——呢啲直接決定自動化做唔做得到。順帶一提，文件質素本身就係評估項目：範例齊唔齊、錯誤訊息清唔清楚，直接反映平台對開發者嘅重視程度。

點樣比較唔同計費單位嘅平台？

統一換算做「每分鐘音頻成本」最直觀。先攞平台嘅字符單價，再用估算（一般中文旁白每分鐘大約二百幾字）換算每分鐘成本；按分鐘計費嘅平台就直接有呢個數。換算嗰陣記得用平台自己嘅額度規則：有啲方案有月度上限、有啲係儲值制，用「平均每月實際可用量」做分母最穩。

免費額度夠做測試嗎？

通常夠。一個結構完整嘅測試（標準稿幾段＋真實稿幾段＋夾雜稿幾段）一般幾千字符就做到。以港嘢為例，開戶有每月 5,000 字符（月月重置），即係大約二十一分鐘音頻，做一輪結構化測試有餘。重點係事先設計好測試稿，唔好亂咁試。

應該揀粵語專門平台定國際平台？

睇你對粵語品質嘅要求。如果粵語係你內容嘅核心（香港受眾為主），粵語專門平台喺聲線選擇、港式用詞處理、粵語文件支援方面通常有優勢，而且可以留意佢嘅更新節奏——持續加聲線同功能，反映投入程度；如果粵語只係多語言內容入面一小部分，多語言平台嘅統一管理可能更方便。最實際係同一份稿兩邊都生成一次，自己耳朵判斷。

幾時應該簽年約？

三個條件齊先好簽：一，已經用月費方案跑過至少一個完整週期；二，用量穩定而且喺方案額度入面；三，功能需求確認咗短期唔會變。年繳通常有折扣空間，但代價係綁定——唔好為折扣跳過試行。如果係短期項目或者用量波動大，月費方案彈性高啲，總成本可能反而低。

[!CTA]

想開始你嘅粵語 TTS 評估？

喺港嘢免費開戶，攞每月 5,000 字符測試額度，用你嘅真實稿件即刻試。