Canva 粵語配音整合：旁白先行嘅六步出片流程

一句答你： Canva 整合粵語配音最順嘅流程係「旁白先行」——先將稿變成粵語音檔（60 秒短片約 240 字符），下載之後上載入 Canva 拉落時間軸，再用聲音驅動剪片、配字幕；成個流程唔使專業剪片技術，一個下晝可以出一條完整嘅粵語旁白片。

Key Takeaways

• 六步流程：旁白稿 → 生成試聽 → 音檔入 Canva → 聲音驅動剪片 → 字幕同步 → 匯出檢查。
• 「旁白先行」係核心：先有聲，先砌畫面，剪片速度快一倍。
• 換算好簡單：每分鐘旁白約 240 字符，30 秒短片約 120 字符稿。
• 生成嗰陣順便要求 SRT 字幕，字幕同步唔使逐句聽打。
• 短片靠節奏，長片靠結構，兩種剪法唔同。
• 同一條聲線行晒成個頻道，觀眾先會認得你把聲。

點解 Canva 加粵語配音係絕配

香港做內容嘅人，好多都係一人團隊：又要諗橋、又要砌圖、又要出片。Canva 令設計變簡單，而粵語語音合成就令配音變簡單——兩樣夾埋，一人團隊都出到有聲有畫嘅完整影片，唔使約配音員、唔使自己開 mic。

以前出一條粵語旁白片，最麻煩嘅一步係錄音：設備、環境聲、NG 重錄，一條片錄一個下晝。而家稿寫好，貼入生成介面揀聲線，試聽滿意就下載音檔，拉入 Canva 時間軸，淨返嘅就係剪接嘅創作樂趣。成個流程嘅技術門檻，低到任何識用 Canva 砌圖嘅人都應付到。想由頭了解粵語語音生成嘅原理同玩法，可以先睇廣東話 TTS 完全指南。

三類最常做嘅片種

社交短片。 Instagram Reels、YouTube Shorts 呢類 15 至 60 秒嘅豎屏片，係粵語旁白最活躍嘅戰場——知識分享、好物介紹、觀點輸出，全部啱用。

YouTube 長片旁白。 五分鐘以上嘅主題式影片，旁白量大，AI 生成嘅穩定性同成本優勢更加明顯。

產品同活動宣傳片。 商品介紹、活動預告、課程宣傳——畫面可以用 Canva 模板快速砌，加埋旁白就由「海報動起來」升級成真正嘅宣傳片。

三類片種嘅製作流程一樣，分別在於節奏同結構——下面會分開講。共通嘅起點係一條好稿：無論幾短嘅片，稿都係骨。好多人以為短片「吹就得」，實際上越短嘅片越靠精煉嘅文字，三十秒要講得準，背後嘅功夫唔會少過一篇長文。

完整流程：六步由稿到片

第一步：旁白稿先行

唔好先砌畫面後諗講咩——反轉嚟做，效率即刻唔同。先寫旁白稿，三個理由：稿嘅長度決定條片幾長；稿嘅結構決定畫面分幾多段；稿定咗，之後每一步都有依據。

稿點寫？口語、短句、一句一個資訊點。開頭三秒要鈎人（「你係咪都試過……」好過「今日同大家介紹……」），結尾一句總結加行動句。30 秒短片約 120 字符，60 秒約 240 字符——用呢條換算控制稿長，唔會寫過龍。

第二步：生成同試聽

稿好之後，貼入語音平台生成介面：

1. 揀聲線：試聽幾把，揀一把貼合內容氣質嘅——知識型揀清晰穩重，好物介紹揀親切有活力。揀聲線嘅完整方法可以睇聲線揀選四維度指南。
2. 調語氣：用平台嘅演繹風格或者情緒設定調整語氣，活潑內容用輕快啲嘅演繹。留意語氣係加喺同一把聲上面，唔使換聲線。
3. 生成、試聽、微調：聽一次全稿，有讀得唔自然嘅句子就改稿重新生成——多數問題出自多音字同生硬書面語，改一兩個字就解決。改稿永遠快過錄音重錄，呢個係 AI 聲最大嘅著數。
4. 順便要 SRT：生成嗰陣要求 SRT 字幕輸出，第五步會多謝自己呢個決定。
5. 存檔記錄設定：用咗邊條聲線、邊種語氣，記低。下條片用返同一組設定，成個頻道嘅聽感先一致。

第三步：音檔入 Canva

下載音檔之後，開你嘅 Canva 專案，將音檔上載入媒體庫，再拉落影片嘅音訊軌道。呢一步順手做三樣嘢：音檔改名（用稿嘅主題命名，方便日後搵）；背景音樂如果有的話，音量較到明顯低過旁白——觀眾要聽嘅係你講嘢，唔係音樂；旁白開頭留半秒呼吸位，唔好一開波就逼埋。

第四步：聲音驅動剪片

呢步係「旁白先行」方法嘅精髓：唔係畫面配聲，係聲帶畫面。聽住旁白行時間軸，聽到邊個資訊點，就將對應嘅畫面段落擺嗰個位。實務上好順：

• 一句一個畫面段落：稿有十句，畫面就分十段左右，每段幾秒。
• 重點字眼配大字卡：旁白講到關鍵詞，畫面同步出大字，強化記憶。
• 段落之間留少少空拍：聽嘅人要時間消化，畫面塞太密反而趕客。

呢種剪法令「剪片」變成「砌圖」——唔使剪片直覺，跟住聲音砌就啱。

第五步：字幕同步

字幕係粵語片嘅標配——好多人靜音掃手機，冇字幕等於冇內容。兩個做法：簡單版直接將 SRT 檔嘅文字逐段貼入 Canva 嘅字幕位；講究版就用字幕工具處理好時間軸再匯入。無論邊種，字幕文字照 SRT 稿用，唔使自己逐句聽打。字幕工作流嘅完整教學可以睇TTS 加 SRT 字幕流程，剪片軟件整合嘅通用原則就睇剪片軟件整合廣東話配音教學。

第六步：匯出前檢查

出片前照住呢四條過一次：

1. 由頭聽到尾一次：專注聽，有冇讀得唔自然、音量突變、音樂蓋過旁白嘅位。
2. 靜音睇一次：淨睇畫面同字幕，測試「靜音掃機」嘅觀眾睇唔睇得明。
3. 開頭三秒再驗一次：第一眼同第一耳，鈎唔鈎得住人。
4. 手機豎屏預覽：大部分觀眾係手機睇，字夠唔夠大、畫面有冇出框。

四關過晒，匯出出街。

一人團隊嘅量產工作流

呢套流程真正嘅威力在「量產」。一人團隊要持續出片，靠嘅唔係靈感，係工作流。一套經實戰嘅安排係咁：

主題批量的工作流。 坐低一次過諗五條片嘅主題，寫五份稿，一口氣生成五段音檔——生成係等出碟嘅過程，唔使盯住。之後每一兩個鐘剪一條，一個下晝五條片嘅毛坯就有晒。

模板資產庫。 喺 Canva 將用開嘅版面存做模板：片頭字卡、字幕樣式、色板、背景音樂清單。第條片只係換內容唔換骨架，每條慳半個鐘以上。

素材分類入庫。 背景音樂、過渡片段、常用圖形，全部喺媒體庫分好類。搵素材嘅時間，往往比剪嘅時間仲多——分類就係慳呢度。

稿庫滾存。 靈感嚟嗰陣寫定幾份稿存起，出片嗰日就唔靠靈感靠存貨。稿庫有糧，產量先穩。

週檢查清單。 每次出片照住匯出前四關行一次，行成習慣之後，品質就唔再靠狀態。

呢套工作流行順咗之後，出片會由「大事」變成「常規」，持續更新先有可能。工具會變、平台會變，但「稿先行、聲驅動、模板慳時間」呢三個原則，係搬晒去任何工具都一樣用得嘅底層功夫。

常見翻車位同補救

新手最常撞嘅幾個位，逐一講補救：

旁白被背景音樂蓋住。 最常見嘅翻車。音樂音量較到旁白嘅兩三成以下，或者揀冇旋律線嘅墊底音樂——音樂係背景，唔係主角。

字幕文字同旁白唔一致。 自己改稿之後，忘記同步改字幕。所以改稿重新生成之後，記得連 SRT 一齊重新攞，字幕貼稿以最新稿為準。

開頭三秒冇鈎。 片頭用標誌動畫或者長長自我介紹開場，觀眾一劃就走。鈎先行——第一句旁白直接入戲，標誌之後先出都得。

畫面塞太密。 每格畫面都想講嘢，結果觀眾唔知望邊。一個畫面段落只承載一個資訊點，其他嘢留返下一段。

聲線每條片唔同。 今條用呢把、下條用嗰把，觀眾認唔到頻道。將聲線設定寫低，每條片照用——呢點重複咗三次，因為佢真係最常犯。

節奏設計：令旁白同畫面咬埋一齊

流程講完，講下令條片「好睇」嘅節奏心法：

旁白唔好密食。 全程零停頓嘅旁白聽落好喘。段落之間留三分一秒到半秒空拍，觀眾有位呼吸，重點先立得到。

旁白速度跟內容走。 講重點嗰句，畫面停耐啲；過場嗰幾句，切快啲都冇所謂。節奏有快有慢，先有「呼吸感」——勻速嘅片係催眠片。

畫面切換跟重音。 聽旁白嗰陣留意邊隻字係重音——畫面切換位擺喺重音度，成條片會意外咁「跟拍子」。

一條片一個重點。 30 秒片講得一個諗法，60 秒片講得一個加三個支點。想講嘅嘢太多，拆兩條片，唔好谷埋一齊。

收尾要乾脆。 總結一句、行動一句，完。拖尾嘅「多謝收睇」喺短片世界係趕客位。

短片同長片嘅分別

同樣六步流程，兩種片種嘅重心唔同：

短片（15–60 秒）拼節奏。 每秒都要有嘢發生，畫面段短、字幕大、旁白句子短。執稿嗰陣直接寫埋分鏡——一句稿旁邊標一句畫面描述，入 Canva 之後照砌就得。短片嘅完整製作攻略可以睇短片廣東話配音全流程。

長片（五分鐘以上）拼結構。 開場鈎、三個段落、總結——結構定好先寫稿，每段獨立生成再順序排落時間軸，段落之間用畫面過渡。長片旁白嘅組織方法，同長文旁白嘅套路一樣：先分金字塔結構，再逐段成稿，詳情可以睇長文旁白相關教學。YouTube 粵語頻道由定位到出片嘅完整打法，都係同一套流程嘅延伸，掌握咗短片就已經打好底。

兩種片共用同一條聲線、同一套字幕格式，頻道嘅聽覺同視覺識別就建立得起。

聲線同語氣：頻道嘅聽覺招牌

最後講聲線策略，一句講晒：揀定一把聲，成個頻道用佢。

觀眾對聲音嘅記憶好勁——聽開你把聲，下一條片一開聲就認得。轉聲線等於轉咗個主持人，訂閱嘅理由又少一個。所以揀聲嗰步值得行慢啲：攞你真實嘅稿、唔係示範句去試聽，試足幾把，諗埋半年後你啲內容會唔會變（知識頻道可能愈嚟愈深，把聲要撐得住專業題目）。

語氣就隨內容變：教學片穩重啲、輕鬆片活潑啲——用平台嘅演繹風格設定喺同一把聲度調，身份恆常、節奏有變。粵語配音由揀聲到出片嘅完整框架，可以再睇粵語配音完整指南。

常見問題 FAQ

一條 60 秒短片，旁白稿要寫幾長？

用每分鐘約 240 字符換算，60 秒約 240 字符，30 秒約 120 字符。寫完數下字數，超咗就刪——短片嘅稿係減出嚟嘅，唔係加出嚟嘅。

生成嘅音檔可以直接入 Canva 嗎？

可以。下載音檔之後喺 Canva 上載入媒體庫，拉落時間軸嘅音訊軌道就得，格式係一般影片同設計工具都用開嘅規格，唔使轉檔。

字幕係咪一定要做？

係，強烈建議。好大部分社交平台用戶係靜音掃內容，冇字幕嘅旁白片等於對住一成人出聲。生成嗰陣順便要 SRT 輸出，字幕文字就現成，唔使逐句聽打。

旁白同畫面對唔齊或者長度唔啱，點補救？

用「聲音驅動」嘅方法就少出呢個問題：先擺定音檔，聽住旁白砌畫面，一句一段。已經砌咗先發現唔齊，就微調畫面段嘅長度去就聲音——改畫面易過改聲。如果係段落長度根本唔啱（例如旁白太長畫面唔夠位），就微調稿面字數重新生成，令長度啱返，字幕記得一齊更新。

可唔可以自己錄音而唔用 AI 聲？

當然可以，自己錄最有個人味。AI 粵語語音嘅優勢在於穩定、快、唔使設備——稿改一句就重新生成，冇 NG、冇環境聲問題。好多創作者係日常短片用 AI 聲追產量，特別企劃先親自錄，兩者並存。

一星期出幾多條片先合理？

節奏比數量重要：維持到嘅頻率先係好頻率。用呢套流程，一條 30 至 60 秒片由稿到出街，熟手之後兩三個鐘做到；新手頭幾條預半日。每星期兩三條已經係好健康嘅更新節奏，重點係條條過晒匯出前檢查。

想多過一種聲線做角色對白得唔得？

得，而且做法同樣係「逐段生成」：每個角色嘅對白獨立一段、各自用指定聲線生成，然後喺時間軸順序排——對白戲就咁出嚟。角色聲線同樣要記錄低，下條片同一個角色用返同一把聲。

[!CTA]

想令你嘅下一條片開得聲？

免費開戶即有體驗額度，貼一段你嘅旁白稿入 playground，即刻試聽效果。