DSE 中文聆聽聲帶自製指南：教師實戰 workflow

DSE 中文聆聽聲帶自製指南：教師實戰 workflow

一句答你：搵人錄一卷 DSE 聆聽練習聲帶動輒幾千蚊、排期幾個禮拜；用粵語 TTS 自己生成，寫好稿、分好角色，一個下午可以出一卷，成本跌到幾十蚊水平，而且改一個字即時重出，唔使成卷重錄。

Key Takeaways

• 聆聽聲帶嘅核心係「聲音演出」：男女聲交替、指示讀清楚、任務之間留停頓位，呢啲全部可以用 TTS 控制同標準化
• 自製 workflow 七步：定題材→寫稿→分角色→揀聲→生成→逐段核對→輸出音檔；熟手之後半日一卷
• 成本用算式計：一卷 20 分鐘聲帶約 4,800 字符，用入門月費計劃計，額度成本大約幾蚊雞，對比真人配音幾百到幾千蚊
• 改稿唔使重錄：改一段、重生成一段，其他段落原封不動，係 TTS 對比真人錄音最大優勢
• 同一卷稿可以平價出慢速版、正常版、加速版，一稿三用照顧唔同能力學生
• 自製聲帶只可以做自己校本練習材料，唔可以冒充公開試卷，亦唔可以照抄考評局版權內容

聆聽練習聲帶，點解咁貴咁慢

中文科老師都知，聆聽訓練係最難自給自足嘅一環。閱讀可以影印、寫作可以自擬題目、說話可以堂上做，但聆聽卷要「有聲」——要有男聲女聲對話、有獨白、有指示、有停頓位，仲要讀得字正腔圓、語速適中。冇聲，成卷卷就係一疊廢紙。

傳統做法係搵配音公司或者配音員。問題有三個：

第一，貴。專業配音以節計價，一卷十幾廿分鐘嘅聲帶，連後期剪接，市場價由幾百到幾千蚊不等；如果要用兩把聲分角色，製作時間同費用仲要加倍。第二，慢。由約期、錄音、剪接到交貨，兩三個禮拜走唔甩；臨近考試先想加操一卷？等唔切。第三，改唔起。卷度打錯一個字、想改一個選項數字，就要約配音員返嚟重錄，或者成段剪走重配，成本同時間又嚟一次。

補習界其實早就行緊一套量產模式：名師開稿、專業配音員錄音、後期加音效包裝，一季出成套練習卷。呢套模式嘅成本門檻，令學校同小型補習社好難跟——直到粵語 TTS 成熟，呢個門檻先至跌落嚟，而家一個普通老師用一部電腦都做到類似嘅嘢。

AI 生成嘅聲帶，聽落似唔似樣

而家嘅粵語語音合成已經做到：九聲六調讀得準、語速可以調、停頓可以用標點控制、男女聲同唔同年齡層嘅聲線都有得揀。對聆聽練習嚟講，最重要嘅唔係「似唔似真人」，而係「讀音準唔準、語速穩唔穩、停頓位清唔清楚」——呢三樣 TTS 反而比人手更穩定，因為機器唔會錄到一半攰、唔會今次讀快咗下次讀慢咗，第十次生成同第一次嘅節奏都一樣。

有一點要坦白講：AI 聲線喺情感起伏、戲劇張力上面，同資深配音員仍然有距離。但聆聽訓練嘅目的係訓練學生抓取資訊，唔係欣賞演藝，穩定清晰先至係第一位。校本練習、課堂操練、補充練習、假日作業，呢啲場景 AI 聲帶完全夠用；只有校際比賽或者對外發佈嘅正式模擬卷，先至要考慮真人配音加持。

自製 workflow：七步由稿到聲

第一步：定題材同任務設計

同出閱讀卷一樣，先定主題（例如校園活動、社區設施、訪問报道、宣傳活動），再設計聽解任務：填表、配對、選擇、短答、時序排列。設計嗰陣要記住聆聽材料嘅特性——學生通常只聽一次，資訊密度唔可以太高，關鍵資料（時間、地點、數字、人名）要喺對話入面自然重複或者用對照方式呈現。

一個實用技巧：先寫答案，再倒推寫材料。你想考「學生聽得出集合時間改咗」，就喺材料度設計一個改期嘅對話；你想考「學生分辨得出兩個方案邊個抵」，就設計一段講價錢對比嘅獨白。任務同材料互為表裏，卷先會有方向。

第二步：寫稿，用「讀出嚟」嘅角度寫

聆聽稿唔係閱讀文章。寫稿時要遵守三條規則：

1. 句子短。一句唔好超過二十幾個字，長句要拆；因為聽嘢冇得望返轉頭，句子一長學生就跟唔住。
2. 口語化但唔低俗。用返香港學生日常講嘢嘅句式（「你聽日得唔得閒幫手？」），但避免太潮嘅俚語同網絡用語，三年後重溫呢卷卷都唔會覺得過時。
3. 關鍵資料講兩次或者用對照。例如「集合時間係上午九時，即係八時四十五分要到達」——順便訓練學生轉換資訊，唔係照抄數字。

第三步：分角色

一卷標準嘅聆聽材料通常有：一個主指示聲（旁白式，讀題目指示同任務說明）、兩至三個對話角色。分角色嗰陣用表格列清楚每句對白屬於邊個，生成嗰陣就唔會亂。角色表仲有一個隱藏作用：之後想改某個角色嘅對白，睇表就知道要重生成邊幾段，唔使逐段搵。

第四步：揀聲

揀聲三個原則：

• 指示聲同角色聲要拉開距離：例如指示用一把沉穩嘅成年女聲，角色就配一把男聲一把女聲，令學生一聽就分辨到「呢句係指示、嗰句係對話」。
• 語速貼近考試感覺：唔好太慢，練習嗰陣可以由正常語速開始，學生適應之後試吓略快，操練反應速度。
• 一把聲用到底：成套練習卷系列用同一組聲線，學生聽得多就熟，考試嗰日遇到陌生聲音都唔會慌。

第五步：生成

將稿貼入生成工具，逐段或者逐角色出聲。有 API 嘅工具可以批量提交——例如港嘢嘅批量生成一次可以帶最多 25 個請求，成卷嘅段落一次過排隊生成，跑完一次過收檔案。單段文字上限係 500 字符，所以長對白要按角色同段落切開；切細咗反而有着數，之後改邊段出邊段，唔使成卷重跑。

第六步：逐段核對

呢步唔可以慳。開住稿逐段聽，重點檢查四樣嘢：

• 多音字：廣東話多音字多，靠上下文判斷，偶爾會讀錯特定詞。聽到錯就改稿——可以用同義詞替換，或者加標點改斷句。
• 數字同日期：「二零二六年十月九日」同「2026年10月9日」讀出嚟可能唔同，統一用你想要嘅寫法，全卷一致。
• 停頓位：任務同任務之間、指示讀完之後，要有足夠時間俾學生作答。TTS 出嘅音檔冇額外靜音位，要喺剪接嗰步加，或者喺稿度用句號同分段製造自然停頓。
• 中英夾雜：聆聽材料盡量少夾英文字；如果情節需要（例如講餐單有「set dinner」），留意工具讀英文字嘅效果，唔自然就換寫法。

第七步：輸出同歸檔

全部段落核對好之後，用剪接工具（免費嘅 Audacity 已經夠用）串埋一齊、加停頓靜音、調整各段音量一致，輸出 mp3。同時將稿、角色表、聲線設定、版本號記低——下學期想微調，直接搵返份稿改兩個字，重生成嗰一段就得，其他段落原封不動。

語速、停頓同卷面體驗

聆聽卷嘅體驗，一半係稿、一半係節奏。同樣一份稿，節奏處理唔同，難度可以差成個級別。三個可操作嘅細節：

語速梯度。同一卷材料出兩個版本：正常版同慢速版。慢速版唔係將成段拉長，而係俾初中或者能力稍遜嘅學生用；尖子班就用正常版甚至略快版。因為 TTS 出版本嘅成本只係多幾蚊字符額度，呢種分層處理喺真人配音年代根本唔可能做。

停頓設計。指示同材料之間停兩至三秒；材料內角色對話之間停半至一秒；任務轉換位停五至十秒俾學生作答。呢啲停頓喺剪接時插入靜音最乾淨，唔好依賴標點拖長，因為標點嘅停頓長度由引擎話事，你控制唔到精確秒數。

音量一致。唔同聲線、唔同段落生成出嚟嘅音量可能有出入，學生戴住耳仔聽突然大聲細聲好難受。剪接最後一步將成卷 normalize 一次，觀感即刻專業。

成本時間，用算式計清楚

以一卷 20 分鐘嘅聆聽材料為例：

• 字數：以每分鐘約 240 字符換算，20 分鐘大約 4,800 字符。
• AI 方案：用港嘢入門計劃（每月 HK$128、200,000 字符額度）計，4,800 字符佔月額度 2.4%，即係大約 HK$3 嘅額度成本。就算每段生成兩三個版本揀最順嗰個，成卷都係十蚊以內。
• 真人方案：市場上專業配音連後期，一卷十幾分鐘嘅雙聲材料由幾百到幾千蚊不等，排期以週計。
• 修改成本：AI 改一段重生成一段，係按字符計嘅幾蚊雞、幾分鐘搞掂；真人改一版就要重新約期，成本以百計、時間以週計。

有一個隱藏優勢唔講唔得：版本化。同一卷材料可以好平咁出「慢速版」畀能力稍遜嘅學生、出「加速版」畀尖子，仲可以出「填充版」（將關鍵資料抽起變成空位）做拔尖補底。呢啲喺真人配音年代係諗都唔使諗嘅奢侈嘢，而家只係多幾千個字符額度。

常見陷阱同避坑貼士

陷阱一：一稿直出唔核對。 多音字錯一個，學生即刻聽到，課堂即刻尷尬。核對嗰步永遠唔好跳，最好搵第二個同事交叉聽一次。

陷阱二：材料太長。 學生專注力有限，練習卷一段材料五至八分鐘最理想，長過十分鐘就要諗吓拆唔拆做兩節。長唔代表難，適中密度先練到嘢。

陷阱三：版權界線。 自己寫稿自己出聲，版權屬於你自己，校本用完全冇問題；但唔可以照抄考評局過往試卷嘅內容再自己配聲——嗰個係侵犯版權，同用咩工具無關。模擬卷要貼近考試模式，但內容一定要原創。

陷阱四：聲線太多。 一卷材料三把聲已經係上限，再多學生會亂。角色少啲、聲線清楚啲，先係好卷。

陷阱五：忘記做答案稿。 出聲之後順手用 SRT 字幕功能出份逐句對照，直接變成答案稿同核對清單，批改嗰陣逐句對返，快好多。

陷阱六：臨急抱佛腳。 聲線設定、稿庫、命名規則，早啲系統化早啲著數。明年想更新，打開檔案改幾個字就得，唔使由零再嚟。

由一卷到一個練習系統

去到呢度你已經識得一卷聲帶點整。再進一步，可以將整套流程系統化：建立校本嘅稿庫（按主題同難度分類）、固定嘅聲線組合、統一嘅檔案命名規則，做到任何老師接手都跟手册複製得到。想再深挖教學場景，可以睇吓教育機構點樣全面用粵語配音、補習中心嘅聲帶量產案例，同埋批量生成嘅完整 workflow；版本多咗之後，語音資產管理嗰篇會幫你執得井井有條。預算方面，睇粵語 TTS 定價拆解計清楚自己嘅用量，就知邊個計劃最抵。

常見問題 FAQ

一卷聆聽聲帶，AI 生成要幾耐？

以 20 分鐘材料（約 4,800 字符）計：寫稿分角色約兩至三小時，生成幾分鐘，核對加剪接約一小時。熟手一個下午出到一卷；之後每次修改只係改一段、重生成一段，分鐘級搞掂。

AI 聲會唔會影響學生考試表現？

練習用嘅 AI 聲帶語速穩定、讀音清晰，對訓練抓取資訊反而有利。建議臨近考試加返少量真人錄音或者過往試卷聲帶，令學生適應唔同聲音質感，兩邊夾住練最穩陣。

自己整嘅聲帶可以用喺邊度？

校本教材、課堂練習、補習社內部教材、網上自學平台都冇問題。唔可以冒充公開試卷，唔可以照抄考評局版權內容。對外發售嘅練習材料，記住睇清楚所用工具嘅商用授權條款。

學校冇預算，有免費方法試嗎？

有。港嘢開戶送每月 5,000 字符（月月重置）免費額度，大概夠出 21 分鐘音頻，足夠試生成一小段對話感受品質，先試後決定，唔使一開始就月費。

點處理多音字讀錯？

三個方法：換同義詞、加標點改斷句、或者將嗰個詞換第二種寫法。聽到錯先改嗰段，其他段落唔使掂。長遠計，將自己成日撞到嘅錯讀詞記低做一張「校本詞表」，下次寫稿直接避開。

聆聽材料要唔要加背景音樂？

練習材料唔建議。背景音樂會干擾學生聽解，考試場景亦冇音樂。頂多喺卷首加一個短提示音分隔段落，或者喺任務轉換位加一聲輕提示。

男聲女聲交替係咪硬性要求？

唔係硬性，但係良好實踐。聲音交替幫學生分辨角色同指示，減低聽覺疲勞。最低要求係指示聲同對話聲必須用唔同聲線，等學生一聽就知幾時係題目指示。

[!CTA]

今日就出你第一段聆聽聲帶

開個免費帳戶，貼一段對白稿入 playground，30 秒聽到效果先算說服自己。