粵語配音完整指南：AI 由選聲到出片（2026 版）

一句答你：AI 粵語配音已經係「貼稿 → 揀聲 → 生成 → 執貨 → 出片」五步流水線，技術門檻唔喺 AI 嗰邊，喺你嘅稿同你點揀聲 — 呢篇由市場現況講起，一步步帶你行完整條 pipeline，全部步驟今日就可以做。

「粵語配音」呢四個字，以前等於「搵配音員入錄音室」。2026 年嘅今日，AI 已經可以由一段文字稿直接出到九聲六調齊全嘅粵語旁白，連同步字幕。但網上嘅資訊好奇怪：搜「粵語配音」，你會搵到大量工具推廣頁；搜「廣東話配音教學」，你會搵到大量真人配音課程 — 中間嗰層「點樣由零開始用 AI 做一條粵語配音」嘅完整教學，反而好少有。呢篇就係想補呢個位。

如果你想先搞清楚廣東話 TTS 呢個品類本身（同普通話 TTS 有咩分別），可以先睇《廣東話 TTS 完全指南》；想揀工具嘅框架，睇《廣東話 TTS 比較：揀工具嘅 5 大準則》。呢篇唔重複嗰兩篇嘅嘢，專注「由零到出一條片」嘅完整流程。

Key Takeaways

• 2026 年 9 月嘅搜尋結果現況：工具頁（HeyGen、MiniMax Audio、Narakeet 等）同真人配音課程頁佔據頭版，完整嘅 AI 粵語配音教學反而稀缺 — 呢篇用 workflow 補位
• AI 粵語配音標準五步：執稿 → 揀聲 → 生成 → 執貨 → 出片；最影響成品嘅係第一步同第二步，唔係生成嗰下
• 揀聲線三準則：口音自然度、語氣詞處理、中英夾雜 — 三樣都有你自己做到嘅實測方法，唔使信 demo
• 港嘢兩條路：Playground 貼稿即試（開戶送每月 5,000 字符（月月重置）），API 適合量產同自動化（入門方案 HK$128／月起，約 HK$0.64／千字符）
• 字幕唔使另外做：生成嗰刻同步出 SRT，時間軸由生成引擎自己俾你
• 短片、教學、廣告、遊戲、企業培訓五類 use-case 各有各嘅注意位，文尾有速配表

市場速覽：2026 年 9 月搜「粵語配音」，你會搵到咩？

以下係 2026-09-27 嘅實測快照。我哋搜咗兩組詞，結果好有代表性。

搜「粵語配音 AI 工具」：清一色工具推廣頁

頭版結果全部係產品頁：HeyGen 嘅粵語文字轉語音頁（宣稱 300 多種語音、涵蓋 175 種以上語言與方言）、MiniMax Audio 嘅免費粵語 TTS 頁（宣稱 10 秒音頻即可做聲音複製）、Narakeet 嘅廣東話頁（宣稱 97 種廣東話語音合成器）、仲有 TTS Omni、Murf AI、喂！字幕聲音工坊等。呢啲頁面嘅共同點：講「我哋有」，好少講「你點揀、點驗、點避坑」。

搜「廣東話 配音 教學」：清一色真人配音課程

同一日搜「廣東話配音教學」，頭版變成另一個世界：SG Production 嘅粵語配音課程、工聯會嘅動漫配音員訓練班、演藝學院嘅聲音演繹工作坊等。呢啲係正統嘅真人配音訓練 — 教呼吸、共鳴、入戲、懶音矯正。佢哋教嘅係「你自己把聲點演戲」，唔係「用 AI 把聲出片」。

缺嗰個位，就係呢篇嘅位

兩組查詢嘅頭版夾埋，恰好冇覆蓋中間嗰條路：你冇時間學配音、又唔想盲信工具頁宣稱，只想知「由稿到片實際點做」。下麵五步 workflow 就係呢條路，每步都俾你「做咩、點驗」兩個答案。

留意一點：工具頁嘅宣稱（幾多種聲、幾快、幾自然）只係宣稱。任何平台嘅講法，落決定之前都應該用你自己嘅稿去試 — 呢個原則去到邊間都啱用，包括港嘢。

AI 粵語配音五步 workflow：由稿到片

① 執稿 ──→ ② 揀聲 ──→ ③ 生成 ──→ ④ 執貨 ──→ ⑤ 出片＋字幕
   貼稿前      試聽三考題    playground/API   聽全稿     導出＋同步字幕

第 1 步：執稿 — 最多人忽略、最影響成敗

AI 讀咩出嚟，完全由你貼咩入去決定。三個執稿動作：

書面語轉口語（如果想要把聲「似人講嘢」）：「因此」「已經進行」呢類書面詞，讀出嚟會硬。想深入呢個位，睇《書面語定口語？廣東話 TTS 貼稿轉換全攻略》。

多音字校對：廣東話多音字係粵語 TTS 嘅經典陷阱（「銀行／行過去」「好重／重要」）。出稿前自己掃一次，或者用考題先測下你揀嘅工具點處理 — 12 個實例同自救方法全部喺《廣東話多音字攻略》。

長稿分段：一段稿太長，中段出問題就要成段重新生成。按段落或場景切開，逐段生成，事後先拼接，執貨成本低好多。

第 2 步：揀聲 — 用三考題試，唔好淨係聽 demo

工具頁嘅示範音檔係精心揀過嘅句子。你自己準備三句「考題」句，貼入 playground 試聽：

1. 含多音字嘅句（考上下文判斷）
2. 密語氣詞嘅句：「係咪呀」「好啦喎」「唔通咩」— 語氣詞係粵語嘅靈魂，讀得生硬即穿幫
3. 中英夾雜句：「我 check 咗個 schedule，聽日三點 OK」— 睇轉語言嗰下順唔順

三句過咗，先至值得用真稿試。呢三個準則點嚟、點深究，下一段詳細講。

第 3 步：生成 — Playground 同 API 兩條路

Playground（試音同短稿）：網頁貼稿、揀聲、即出。適合第一次試音、逐段執稿、短內容。港嘢 playground 開戶送**每月 5,000 字符（月月重置）**試用額度 — 月月重置，大約夠試 21 分鐘語音，足夠你行晒「三考題＋真稿試段」整個驗證流程。

API（量產同自動化）：要成批出（成套課程、每週更新嘅片、系統接入），用 API 接入。API 係入門方案或以上嘅功能，同 playground 1:1 共用同一份月配額，冇附加費。快速上手教學喺《粵語 TTS API 快速上手》。

API 內部又分兩條路，揀錯路會做多嘢：

一個實用記法：要字幕就走 async（SRT 係 job 專屬），純音頻短句行 sync 最快。點判斷 job 完成、點攞 audio_url，快速上手嗰篇有完整範例。

生成嗰陣仲可以調語氣：9 種情緒參數（開心／悲傷／興奮等）或者自由文字演繹指示（「用興奮嘅語氣講，好似慶祝生日咁」），點玩睇《TTS 情緒控制實作》。

第 4 步：執貨 — 聽全稿，按段重出

逐段聽一次，發現個別句讀音或語氣唔對，通常唔使成稿重做：分段生成嘅話，只重出嗰一段。兩個常見執貨動作：

• 讀錯音：換寫法（同音字）、加標點強制停頓、或者用替換規則 — 詳細自救 5 招喺《廣東話多音字攻略》
• 語氣太平：該句加情緒參數或演繹指示重出；或者喺稿上加標點改節奏

第 5 步：出片＋字幕 — 一條 pipeline 兩份產出

傳統流程係：出咗音頻 → 送去字幕工具回聽對軸 → 人手校。呢度多咗一層誤差。而家嘅做法係生成嗰刻加一個參數，同步出 SRT 字幕 — 時間軸由生成引擎直接俾你，唔使回聽。完整流程（唔支援 sync 捷徑、要用 async job 呢類細節）睇《TTS 加 SRT 字幕：一條 pipeline 出聲又出字幕》。

音頻 ＋ SRT 入去任何剪片軟件，字幕同把聲天然夾。

揀聲線三準則：點判斷一把聲「似香港人」

呢三個準則係第 2 步嘅深化。每個都俾你一個可以自己做嘅測試。

準則一：口音自然度 — 九聲六調有冇走樣

粵語靠聲調分辨意思（「詩／史／試」三個意思）。測法：揀一把聲，貼一組含對立聲調嘅句，閉眼聽有冇「flat」咗。再聽懶音處理 — 香港人日常講嘢有懶音，完全「正音」反而似新聞報導；但 AI 將「n／l」亂調轉又會怪。標準係自然，唔係教科書。

準則二：語氣詞處理 — 「嘅／哋／咗／喇／囉／啦」

語氣詞係粵語 TTS 最見真章嘅位。好多通用模型將語氣詞當普通字硬讀，成句嘢即刻機械味。測法：一句密語氣詞嘅口語（「今日真係熱到呀，去海邊囉啦」），聽語氣詞有冇讀出「語氣」。深入分析喺《粵語語氣詞 喇／囉／啦：AI 點樣讀出香港人嘅語氣》。

準則三：中英夾雜 — 轉語言嗰下順唔順

香港人講嘢中英夾雜係日常，唔係例外。弱嘅工具會：英文讀完接唔返粵語語流、或者換音色。測法：一句夾兩三個英文字嘅日常句，聽三樣嘢 — 讀音、銜接、音色一致。實測同原理喺《廣東話中英夾雜點讀？AI TTS 處理 code-switching 實況》。

三把尺用晒，先睇價錢

三個準則過咗關嘅工具，先至有資格入價錢比較。點計「每分鐘語音成本」，下面 FAQ 有捷徑。

字幕加值：配音唔加字幕，蝕咗一半

字幕對粵語內容特別重要：香港觀眾習慣字幕、靜音自動播場景（社交 feed）靠字幕傳意、無障礙同 SEO 都食字幕。而你唔使自己對軸 — 生成嗰刻同步要 SRT（見第 5 步），字幕文字仲可以事後執（例如將口語稿執靚少少做閱讀版）。

一條實用 tip：口播稿同字幕稿可以唔同。把聲讀口語（自然），字幕顯示微執過嘅版本（好讀）。SRT 係純文字檔，出咗之後改字唔影響時間軸。

新手最常犯嘅五個錯（同點避）

呢五個錯係粵語配音新手最高頻嘅返工位，每一個都可以零成本避開：

錯一：唔試音，直接量產。 成套課程 20 課一次過生成，第 3 課先發現把聲語氣詞生硬 — 成批重做。正確次序：三考題 → 真稿試一段 → 鎖聲線 → 先量產。

錯二：成條長稿一次過貼。 中段有句讀錯，成稿重出，時間同額度雙輸。按段落切片，逐段生成逐段執，拼接留返最後。

錯三：書面稿硬讀。 公司產品稿直接貼，「本公司致力於提供優質服務」讀出嚟似新聞報導多過似人講嘢。想要口語感，先做書面轉口語（轉換對照表喺書面語攻略嗰篇）。

錯四：字幕事後人手對軸。 出咗音頻先搵工具回聽對字幕，誤差大、時間多。生成嗰刻同步要 SRT，時間軸零對軸。

錯五：每條片換把聲。 頻道或者課程嘅聲音係品牌資產，聽眾係認聲嘅。揀定一把聲之後記低設定（聲線、語速、情緒參數），之後每條片照用，先至有「呢個頻道嘅聲」。

Use-case 速配表：五類場景，注意位唔同

呢五類，每一類都值得獨立一篇深度文（點揀聲、點執稿、有咩實測位）— 會陸續出，出咗會喺呢度補連結。想知收費點樣隨用量計，可以睇《廣東話 TTS 價錢點計？2026 收費結構拆解》。

FAQ

1. AI 粵語配音幾錢？

主流係字符制：計你貼咗幾多字，可預測。港嘢嘅計法：入門方案 HK$128／月包 200,000 字符（約 HK$0.64／千字符），以約 240 字符 ≈ 1 分鐘語音估算，一條 10 分鐘旁白大約 2,400 字符，即係約 HK$1.54。配額用完唔會偷偷碌卡，要加量就買字符包。其他平台有按分鐘、有訂閱制，比較之前先問「計嘅單位係咩、用完之後會點」— 完整拆解喺《廣東話 TTS 價錢點計》。

2. AI 粵語配音似唔似真人？

誠實答：「似唔似」係可以驗證嘅事，唔係信邊個嘅宣稱。用第 2 步嘅三考題（多音字／語氣詞／中英夾雜）加你自己嘅真稿去試。旁白、教學、資訊類內容，現代工具已經可以做到自然流暢；戲劇性演繹（動畫角色嗰種情緒起伏）仍然係真人配音員嘅強項。工具頁話「聽眾分唔到」— 你自己隻耳仔先係標準。

3. AI 配音可唔可以商用？

要睇你用嘅平台條款，呢樣嘢冇統一答案。落單之前確認三件事：生成內容嘅商用授權點計、聲音複製有冇額外同意要求、成片版權歸邊個。正統做法係將「商用授權」列為揀工具準則之一（揀工具 5 大準則嘅其中一環，見《廣東話 TTS 比較》），唔好到出片先問。

4. 有冇免費試？

有，而且應該免費試完先決定。港嘢開戶送每月 5,000 字符（月月重置）（playground 即貼即試，夠行完整個三考題流程）；呢個快照嘅面嘅 HeyGen（免費方案可生成）、MiniMax Audio（每日免費額度）、Narakeet（免費開始）都有免費入口。免費玩法匯總睇《免費廣東話 TTS 點玩》。

5. AI 讀錯粵音點算？

三招：換寫法（同音異字引導讀音）、加標點控停頓同節奏、分段重出只重整有問題嗰段。成套自救方法喺《廣東話多音字攻略》。

6. 中英夾雜處理到嗎？

處理到，但質素參差 — 呢樣正正係揀聲線三準則之一（見上文準則三）。香港內容中英夾雜係日常，揀工具嗰陣一定要用夾雜句實測，唔好信「支援多語言」四個字。

7. 咁真人配音員會唔會被取代？

唔會咁快，而且唔使二揀一。廣告戲劇類需要情緒演技嘅工作，真人配音員仍有優勢；量大、要快、要更新頻繁嘅旁白同課程類，AI 係合理選擇。實際上好多團隊兩樣並用：重要 campaign 用真人，日常量產用 AI。呢篇教你嘅驗證方法，用喺真人配音員試音一樣啱使。

由今日開始：你的第一條 AI 粵語配音

行動次序好簡單：

1. 開個免費戶口，攞 每月 5,000 字符試用額度 — 港嘢 Playground 貼稿即試
2. 用三考題句＋一段真稿，揀定你嘅聲線
3. 滿意先諗量產：收費方案由入門 HK$128／月起，API 全速

或者照住呢篇五步 workflow，逐步行 — 執稿、揀聲、生成、執貨、出片。由稿到片，一個下晝搞得掂。