Discord 粵語語音完整指南：由 TTS bot 到社群音頻節目

一句答你：Discord 上嘅粵語語音玩法，由「文字轉語音 bot 讀出你打嘅廣東話訊息」到「社群自己整粵語提示音同公告」，全部唔使複雜設定就做得到 — 關鍵係揀啱路線：社群互動用 TTS bot，社群身份用自製音頻，兩樣可以並行。

Key Takeaways

• Discord 粵語語音有兩大玩法：即時 TTS 讀訊息，同預先做好嘅粵語音頻內容
• 揀 TTS 前先諗用途：讀通知定讀交流？兩者對聲線質素要求差好遠
• 自動化通知用穩定聲線，社群節目用有性格嘅聲線
• 中英夾雜係 Discord 粵語社群嘅常態，稿面寫法決定讀音質素
• 做好嘅粵語音頻可以直接上傳做公告、開場音或者活動廣播
• 本文冇任何用戶數或者測試數據，所有功能描述以公開規格為準（觀察日期 2026-10）

Discord 上嘅粵語語音需求係咩樣

Discord 香港社群嘅日常：打機群、學科群、創作群、地區群 — 全部主要以廣東話溝通。文字訊息係廣東話，語音頻道講嘅係廣東話，但 Discord 本身內建嘅語音功能冇專為粵語嘅細節而設，於是「點樣喺 Discord 出地道粵語聲」就變成一個實際需求。

呢個需求大致拆做兩類：

第一類：即時讀訊息。社群有成員唔方便打字（例如打緊機）、或者想令重要通告「有聲出現」，用文字轉語音 bot 將廣東話訊息朗讀出嚟。呢類用途講求：反應快、穩定、聲線清晰 — 訊息一發，聲要即刻跟到。

第二類：預製粵語內容。社群想做開場音、活動公告、廣播劇、Podcast 式節目，呢啲係做好先擺上去嘅音頻內容，對聲線質素同演繹嘅要求高好多，因為佢代表緊個社群嘅「面子」。

兩類需求嘅解法唔同，但工具可以係同一個粵語文字轉語音服務。本文拆解兩條路線點行，同埋點樣由淺入深、唔使一步登天。

路線一：用 TTS bot 讀出社群訊息

TTS bot 係點運作

Discord bot 本身唔識「講嘢」，佢做嘅嘢係：收到文字指令之後，攞住嗰段文字去搵一個語音服務生成音頻，再喺語音頻道播出嚟。所以成個體驗嘅核心質素，完全由背後嗰個 TTS 服務決定。Bot 只係「隻手」，聲係「把口」。

呢個結構有一個重要推論：就算個 bot 幾厲害都好，粵語讀音準唔準、語感自不自然，係由佢背後用嘅粵語語音服務決定。香港社群揀 bot，真正要問嘅係：佢背後用咩聲？識唔識港式語感？同樣一句「今晚八點開會喇」，普通話腔語音服務讀出嚟，同地道粵語服務讀出嚟，係兩個世界。

點樣自己整一個讀粵語嘅 bot

唔好以為整 bot 一定要好高深技術，基本流程就係幾步：

1. 喺 Discord 開發者平台開一個 bot 應用，攞到 token
2. 寫一段好短嘅程式（幾百行以內），監聽特定前綴嘅訊息，例如成員打「/say 你好」就觸發
3. 佢收到文字之後，用程式去呼叫粵語 TTS 嘅 API，附上嗰段文字
4. 取回音頻檔案，播落語音頻道

呢條流程嘅關鍵位在於第三步：API 呼叫。用一個專為廣東話而設嘅 TTS 服務嘅 API，送出嘅係廣東話正寫，返來嘅係地道粵語音頻。想知道 API 呼叫嘅具體寫法，粵語 TTS API 快速上手由零教到出第一句聲，跟住行就識。整 bot 本身嘅技術門檻，其實好多有寫開少少程式碼嘅成員都夠 — Discord 社群入面搵個幫手，唔難。

香港社群對「讀訊息」嘅真實期望

香港人唔會接受一把普通話腔嘅聲喺廣東話社群度讀嘢 — 那個違和感，即刻令成個功能由「貼心」變「突兀」。所以做呢類 bot，第一原則係：聲一定要係地道港式粵語，包括中英夾雜嘅自然度、語氣詞嘅正確演繹、數字同日期嘅港式讀法。

一個實際建議：俾社群揀聲。做一個指令，成員可以喺幾條聲線之間切換，投票定全群預設，社群話事。呢啲小自由度，係 Discord 文化嘅精髓 — 社群成員幫手揀嘅嘢，佢哋自己先會鍾意用，用得先會留得住。

路線二：自製粵語音頻內容

公告同提示音

社群要長期重複用嘅音頻，最好一次過做好：活動開場白、規則宣讀、加入頻道嘅歡迎語、每週節目嘅開場音。呢啲內容一次生成，永久重用，質素可以打磨到最好。

製作呢啲內容，流程唔複雜：寫好口語稿，揀定一條聲線，生成，下載，上傳返 Discord。打磨重點喺稿面：歡迎語要短而暖，規則宣讀要清楚，活動開場要有氣氛。稿面點寫先出好聲，可以照TTS 貼稿檢查清單逐項過，由標點到易錯字都核對一次 — 公告類內容有好多數字（時間、日期、次數），逐項確認讀音特別重要。

社群節目同廣播劇

Discord 社群愈嚟愈多做「聲音節目」：每週語音聊天回顧、專題對談、甚至廣播劇。呢類內容需要嘅係「節目級」嘅聲線組合：主持人一把聲、嘉賓另一把聲，廣播劇就每個角色一條聲線。

多聲線生成嘅完整做法，TTS 多角色對話生成教學逐步拆解過：角色聲線點設計、段與段之間點拼接、語速點對齊，全部有得教。做過一次，你就會發現 Discord 社群嘅「內容產能」上咗一個台階 — 原來一個社群都可以好似一個小製作組咁出節目。

粵語潮語同網絡語言嘅處理

Discord 語言係最貼地嘅：潮語、縮寫、符號混用一齊。將呢啲內容轉做音頻，有幾個位要注意：

• 潮語讀音：網絡潮語好多時冇「標準讀音」，生成之前先逐個確認，唔肯定可以查中文大學粵語審音配詞字庫，仲有潮語讀音嘅專文可以參考
• 縮寫同符號：好多 Discord 常用縮寫習慣讀英文字母，稿面要寫做分開字母先讀得啱，符號全部預先清走
• 梗同內部笑話：社群自己嘅梗，文字轉語音一定唔識「演」，呢啲位要靠真人錄，唔好勉強

稿面寫法：中英夾雜嘅實戰

Discord 粵語訊息嘅特色係中英夾雜：「今晚 raid 時間改咗喇」「server 又爆咗」。Bot 讀呢啲訊息嘅質素，完全視乎稿面寫法：

英文詞前後加標點：有一拍停頓，兩種語言先唔會黐埋，讀出嚟先唔會怪。

習慣性嘅英文縮寫寫全或者寫字母：想讀兩個字母嗰啲，喺稿面寫做兩個分開字母，讀出嚟先自然。

唔重要嘅英文詞直接轉中文：得閒就轉，唔使為夾雜而夾雜；讀音穩定先係首位。

廣東話 TTS 對中英夾雜嘅處理能力本身唔差，中英夾雜實況教學拆解過點寫稿令 AI 讀得自然，Discord 場景用得多，值得花十五分鐘讀一次。

揀聲線：社群身份嘅一部份

Discord 社群有自己嘅性格，聲線應該配合呢個性格：

揀聲線唔使靠感覺估，聲線揀選指南由內容類型、性別年齡到演繹風格四個維度系統教揀。Discord 社群同內容帳號嘅分別在於：社群聲線好多時唔止一把 — 讀通知一把穩重嘅、做節目一把有性格嘅，分開用。用途分開，聲線分開，先用得長遠。

玩法組合建議：由細做起

唔好一開始就諗做廣播劇。Discord 社群嘅粵語語音，建議呢個漸進路線：

第一週：做一條歡迎音頻，新成員加入頻道播放。改一次稿，出一次聲，感受下流程。

第二週：將每週活動公告轉做音頻，文字版照出，音頻版畀懶人同趕時間嘅人。

第三週：視社群反應，試一個簡單朗讀 bot，睇下成員反應。

第四週之後：反應好就上節目 — 每週回顧、專題對談，一步一步擴。

呢個節奏嘅好處係：每一步都細到唔會失敗，而社群嘅反應會話你知下一步應該點行。唔好反轉嚟做 — 一開波就整大製作，做唔切之餘，社群亦未必想要。漸進路線令社群慢慢習慣「有聲」嘅存在，接受度係一步步建立起嚟嘅。

語音頻道同文字頻道嘅配合

Discord 嘅結構有個特色：文字頻道同語音頻道係分開嘅。粵語語音玩法要玩得好，兩個世界嘅配合係關鍵。

語音頻道入面嘅 TTS：成員喺語音頻道傾緊偈，文字訊息好多時冇人望。朗讀 bot 嘅價值就喺呢個位 — 訊息有聲插播，喺語音頻道入面冇人會漏。不過要設個節制：淨係讀指令觸發嘅訊息，唔好將全部文字頻道嘅嘢都自動讀出嚟，否則語音頻道變咗新聞電台。

文字頻道入面嘅音頻：公告音頻唔一定要喺語音頻道播，可以直接以附件形式落文字公告頻道、配合文字版一齊出。成員自己決定幾時聽 — 呢種「唔打擾」嘅設計，係好多社群更加受落嘅做法。

活動現場嘅用法：社群活動（例如線上聚會、遊戲之夜）由開場音、中場公告到收尾感謝，都可以用預製粵語音頻串場。一個活動用三五條音頻就夠，製作成本極低，但現場感同組織感即刻唔同晒。

呢三個配合場景冇一個複雜，但組合起嚟，就係一個「有聲社群」嘅完整形態：通知有聲、活動有聲、節目有聲，而個成員體驗就一貫而穩定。

成本同規劃

Discord 粵語語音嘅用量好細：一條歡迎語 40 字、一條公告 100 字，即使每週出一次音頻，月用量都係幾百字。免費每月 5,000 字符大約 21 分鐘音頻，玩晒成個漸進路線都仲有剩；入門方案每個月 128 港元對應 200,000 字符，係大社群長期運作都夠嘅量。自己預算之前用成本計算解析教嘅方法計一計就知，唔使估。

開發者路線（自己整 bot）另有 API 用量嘅細節要留意：單段文字有 500 字符上限、每分鐘預設 60 次限流、免費同入門可以開沙盒 key 每日 20 次試接 — 個人社群玩到好盡都未必撞到呢啲上限，但量大嘅大型社群就要預先考慮。呢啲限制全部公開喺 API 文件度，寫 bot 之前睇一次，規劃就冇意外。

管理員嘅注意事項

Discord 社群管理者喺引入語音功能之前，有幾樣嘢要諗：

成員接受度：唔係每個群都想「有聲」。有的群係純深度文字討論，加入語音可能係滋擾。開始之前，喺群入面問一聲，得個共識先再整。

音量同頻率：朗讀訊息 bot 一開多，語音頻道就會好吵。設個指令俾成員閂或者揀幾時聽，唔好強迫晒所有人。

內容界限：bot 讀出嚟嘅內容係「有聲」嘅，敏感嘢、私隱嘢都要諗埋 — 文字嘅流傳同聲音嘅流傳，敏感度唔同。

呢三樣諗清楚，語音功能先係社群嘅加分位，唔係減分位。

常見問題 FAQ

Discord 有冇內建嘅廣東話語音？

平台內建語音功能唔包括粵語文字朗讀。要喺 Discord 出粵語聲，途徑係用第三方 TTS bot，或者自己做 bot 接粵語 TTS 服務，又或者預先做好音頻上傳。

唔識寫程式可以玩到嗎？

可以。完全唔使程式嘅玩法係「預製內容」路線：喺 playground 生成好音頻，直接上傳落頻道，公告、歡迎語、開場音全部搞掂，零程式碼。

bot 讀出嚟嘅粵語點保證自然？

Bot 只係隻手，聲係由背後嘅 TTS 服務決定。所以核心問題係揀一個專為廣東話而設嘅 TTS 服務；任何語音服務都唔會話 100 分，最穩陣係自己貼一段真實訊息試聽先落決定。

粵語潮語讀唔啱點算？

潮語好多時冇官方讀音，最穩陣係生成之前逐個試聽確認；唔啱嘅，改稿面寫法（例如用同音字、加標點斷句）再試，重複兩三次基本上都搵到啱嗰把。

一條音頻可以幾多字？

單段生成以 500 字符為上限，公告、歡迎語統統夠用；長內容要做拆段拼接。以 Discord 使用場景，好少會撞到上限。

做個 bot 要幾多工夫？

基本流程係開 bot 應用、監聽訊息、呼叫 TTS API、播返音頻，一個簡單版本可能幾百行程式就做到。唔使一步做齊全部功能，先做出「讀一句」再講。

社群想成員自己揀聲，得唔得？

得。Bot 端可以俾成員喺幾條聲線之間切換，API 就以唔同聲線參數回應唔同請求，技術上完全可行；唔使嘅話，最簡單都係社群投票定型嗰一條聲先全群統一。

[!CTA]

幫你個 Discord 群揀一條「群聲」

喺港嘢 playground 貼一段你個社群最常見嘅訊息，試聽兩三條聲線，揀一把全群都鍾意嘅廣東話 — 由歡迎語開始，逐步豐富你個社群嘅聲音。