目錄（23 節）
豆包廣東話得唔得？4 個用法、3 個限制（2026 評測）
豆包 2026 年加入粵語方言功能，官方 API 亦有多個粵語音色。但方言支援同香港日常口語，仍然有距離。
一句答你：豆包而家聽得明廣東話，亦有粵語音色可以出聲。但「有粵語」同「講得似香港人」仍然有距離，尤其係口語字、品牌名同中英夾雜。
Key Takeaways
- 豆包 App 喺 2026 年 2 月加入方言功能，預設「溫柔桃子」聲線支援粵語。
- 火山引擎嘅豆包語音文件列明多個粵語音色，包括「粵語小溏」、「廣州德哥」、「灣區大叔」。
- 豆包 Pro 可以用 Seedance 出片，但片入面嘅對白仍然係模型生成，唔等於指定聲軌。
- 最大限制係「方言」同「香港日常口語」嘅差距，以及書面語轉換。
- 實務做法：豆包做初稿、問答、快速試聲；品牌成品交俾專用粵語 TTS。
重點摘要：豆包嘅粵語能力，適合「聽得明、答得到、快速有聲」；唔適合「逐字讀音準、品牌聲線一致、要出街」嘅製作。兩者係互補，唔係替代。
豆包係咩？2026 年嘅版本
豆包（Doubao） 係字節跳動嘅 AI 助理，有網頁版同手機 App。你可以打字問答，亦可以用語音對話。
2026 年 2 月 3 日，豆包 App 上線方言功能。官方介紹講，預設嘅「溫柔桃子」聲音支援粵語、東北話、四川話、陝西話、上海話同河南話（鞭牛士, 2026）。
同年 7 月，Seedance 2.5 推出時，官方講會喺 Dreamina、豆包 Pro 等平台上線（ByteDance Seed, 2026）。即係話，豆包唔止聊天，仲可以用嚟生成有聲影片。
豆包嘅粵語，喺邊四個位出現
| 用法 | 你可以做咩 | 適合邊個 |
|---|---|---|
| App 語音對話 | 用廣東話問，豆包用粵語聲線答 | 個人助理、快速查詢 |
| 語音合成 API | 將文字轉做粵語聲軌 | 開發者、批量内容 |
| 豆包 Pro 出片 | 用 Seedance 生成有聲短片 | 社交內容、快速原型 |
| 朗讀／翻譯 | 將文字讀出、輔助理解 | 學習、閱讀 |
一、App 語音對話
你用廣東話問「聽日天氣點呀」，豆包會用粵語聲線答。呢個功能對長者、唔想打字嘅人好有用。
但對話係即時生成，唔可以逐字指定讀音。你亦好難要求佢用某個品牌語氣講一句固定台詞。
二、語音合成 API
火山引擎嘅豆包語音文件列出多個音色。粵語相關嘅例子包括「粵語小溏」、「廣州德哥」、「灣區大叔」，部分 2.0 音色亦標明支援粵語方言（火山引擎, 2026）。
呢個位最接近「正式配音」：你俾文字，佢回聲軌。適合批量生成、IVR、短片旁白。
但要留意：文件同時講明，SSML 標記目前只支援中文普通話音色，方言音色嘅 SSML 支援係後續先加（火山引擎, 2026）。即係話，你想用 SSML 精細控制停頓同語氣，粵語音色未必完全支援。
三、豆包 Pro 出片
豆包 Pro 可以用 Seedance 生成影片。你寫提示，模型出畫面同聲音。
呢個位嘅聲係「生成物」，唔係你上傳嘅聲軌。想要指定把聲，仍然要後期換聲。詳細做法可以睇《Seedance 廣東話配音指南》。
四、朗讀同翻譯
豆包可以將一段文字讀出，或者幫你翻譯。對住外語內容、長文，呢個功能好方便。
但朗讀質素同「配音質素」係兩回事。朗讀追求聽得明，配音追求語氣、節奏同品牌感。
三個限制，唔好當睇唔到
限制一：方言支援，唔等於香港口語
官方講「支援粵語」，通常指發音層面。香港人講嘢仲有大量口語字、語氣詞、潮語同懶音。
例如「嘅、哋、咗、喺、嚟」呢類字，通用模型未必讀得自然。你寫「我哋今日去邊度食飯」，佢可能讀成比較書面嘅版本。
限制二：書面語會自動「正經化」
AI 助理嘅預設風格係書面、完整、有禮貌。你叫佢講廣東話，佢可能仍然用書面語句式，只係換咗粵語發音。
出嚟嘅效果就係「用廣東話讀普通話稿」。聽得明，但唔似香港人傾偈。
限制三：聲線選擇有限
專用粵語 TTS 平台通常有幾十把聲、唔同年齡同風格。豆包嘅粵語音色數量少好多，而且部分係「廣東口音」而唔係「香港口音」。
如果你需要一個固定品牌代言聲，選擇唔多。
2024 年嘅觀察，今日仍然有參考價值
2024 年 10 月，澳門一份報章嘅專欄作者試過用廣東話問豆包。佢嘅觀察係：豆包聽粵語聽得明，但叫佢講粵語，出嚟嘅仍然係普通話腔嘅粵語（澳門日報, 2024）。
呢個係 2024 年嘅觀察，唔代表 2026 年嘅表現。但佢點出咗一個結構性問題：聽得明同講得似，係兩個能力。
2026 年嘅方言功能係明顯進步。不過，如果你想知今日嘅實際表現，最好自己用同一段稿試，唔好靠舊文章。
同專用粵語 TTS 點分工
| 工作 | 豆包 | 專用粵語 TTS |
|---|---|---|
| 即時問答 | 強 | 唔係主要用途 |
| 快速試聲 | 方便 | 要開帳戶 |
| 品牌固定聲線 | 選擇少 | 選擇多 |
| 逐字讀音控制 | 有限 | 較高 |
| 中英夾雜 | 一般 | 視引擎而定 |
| 批量出稿 | API 可以 | API／批量功能 |
| 出片 | 可以用 Seedance | 只出聲，要另配畫面 |
實際分工可以好簡單：
- 豆包： brainstorm、問答、快速試一句、生成初稿。
- 專用粵語 TTS：定稿、品牌片、需要準確讀音嘅內容。
- 對嘴工具：將最終聲軌對返畫面。
想知對嘴點做，可以睇《AI Lip Sync 廣東話指南》。
一個實用工作流：豆包起草，港嘢定稿
- 用豆包傾。 用廣東話問，攞靈感同初稿。
- 自己改稿。 刪走書面語，改成香港人講法。
- 試聲。 用豆包或其他工具快速試一句，聽吓方向。
- 出最終聲軌。 用專用粵語 TTS 生成，逐句核讀音。
- 對嘴或剪片。 將聲軌放入影片流程。
呢個流程嘅好處，係唔會將「起草」同「出品」混為一談。豆包幫你慳構思時間，唔代表佢要負責最終品質。
【獨家觀察】我哋對照火山引擎嘅音色文件，發現粵語音色嘅標示方式唔一致：有啲寫「粵語」，有啲寫「廣東口音」，有啲只寫「中文」。呢個差異會直接影響你揀聲。揀之前，逐個試聽，唔好只看標籤。
價錢同限制，點樣理解
豆包 App 有免費額度，語音合成 API 就按火山引擎嘅方案收費。實際價錢會隨用量、地區同合約變，本文唔會寫死一個數。
你要預算嘅，唔止生成費：
- 試錯成本：同一句可能要試幾個音色。
- 後期成本：讀錯字要重生成，或者人手剪接。
- 整合成本：API 接入、錯誤處理、批量流程。
如果你只需要幾條片，用 App 手動做可能更快。如果你每個月要出幾百條，API 同批量流程先划算。
資料來源同方法說明
本文由港嘢內容團隊撰寫，經編輯覆核。豆包嘅方言功能、音色列表同 API 限制，均對照官方頁面（查閱日期 2026-10-31）。本文冇對豆包做獨立語音質素測試；2024 年澳門日報嘅觀察只代表當時作者經驗，唔代表 2026 年版本。
粵語語音資源嘅背景，可以參考 WenetSpeech-Yue 論文：全球約有 8,490 萬粵語母語者，但標註資源長期不足（Li et al., arXiv, 2025）。
主要來源：
常見問題 FAQ
豆包而家識唔識講廣東話？
識。2026 年 2 月起，豆包 App 嘅方言功能支援粵語，官方語音 API 亦有多個粵語音色。但「識講」同「講得似香港人」係兩件事。
豆包嘅粵語係香港口音定廣州口音？
官方音色有名為「廣州德哥」、「灣區大叔」等，亦有標示「粵語」嘅音色。實際口音要逐個試聽。香港用戶建議先試「粵語小溏」同標明粵語嘅 2.0 音色。
豆包可以指定某個人把聲嗎？
一般語音合成唔可以。你要用有授權嘅聲音複製功能，而且必須取得當事人同意。詳情可以睇《AI 聲音版權指南》。
豆包生成嘅聲軌，可以用喺廣告嗎？
要睇火山引擎嘅商用條款同你嘅方案。另外，廣告內容涉及品牌名、人物肖像、背景音樂，呢啲授權要另外清。
豆包同港嘢，應該揀邊個？
唔係二選一。豆包適合問答同快速原型；港嘢專做香港廣東話配音。你可以用豆包起草，再用港嘢出最終聲軌。
豆包嘅粵語支援 SSML 嗎？
火山引擎文件講，SSML 目前只支援中文普通話音色，方言音色嘅支援係後續先加。實際可用範圍，以你帳戶見到嘅文件為準。
想聽下香港廣東話嘅分別？
你可以用同一段稿，喺豆包同 港嘢 playground 各出一次，盲聽比較。唔好只看「支援粵語」四個字。
想由頭認識粵語配音，可以睇《廣東話 TTS 完全指南》；想睇工具點比較，就睇《廣東話 TTS 比較》。
想睇成個 AIGC 粵語聲軌嘅工具地圖，可以睇《AI 影片廣東話配音指南》。