遊戲粵語配音案例：一隻獨立遊戲由無聲到有聲嘅完整流程

一句答你： 獨立遊戲想出粵語版，唔使一開波就諗錄音室——用 AI 粵語語音，可以由角色選聲、批量生成對白，到同步出 SRT 字幕一條龍完成初版聲軌；成本按字符計，10 分鐘旁白約 2,400 字符，喺入門方案計約 HK$1.54。

Key Takeaways

• 遊戲粵語配音最好拆做四類音軌：角色對白、任務旁白、介面提示、宣傳片旁白，逐類分開處理先唔會亂。
• 聲線分配有三條路：圖庫聲線直接揀、聲線設計按性別同年齡層生成、聲音複製用參考樣本；要全場一致，圖庫聲線最穩陣。
• 稿本質素決定成敗：口語化改寫、多音字檢查、數字讀法，全部喺生成前做。
• 單一請求上限 500 字符，長對白要拆段；批量生成一次最多 25 段，屬付費方案功能。
• 用 SRT 字幕輸出同步做埋遊戲內字幕，慳一次對軸工夫。
• 成本可控：粵語語音約 240 字符對應一分鐘音頻，全套音軌幾多分鐘，配額就大致估到。

為乜港式遊戲都開始講廣東話

香港玩家對廣東話配音嘅需求，近幾年明顯升溫：本地題材嘅敘事遊戲、以香港街景做背景嘅冒險作品、WhatsApp 式對白嘅模擬經營遊戲——當角色用玩家由細聽大嘅母語開聲，代入感係翻譯字幕畀唔到嘅。對獨立團隊嚟講，問題從來唔係「想唔想」，而係「錄唔錄得起」：傳統配音要約時間、約棚、約聲演，一輪下來幾個星期，改一句對白又要重約。

AI 粵語語音改變嘅正正係呢個成本結構：稿改好即生成，朝改晚有；先出初版試反應，先至決定邊句值得返工。對一支幾個人嘅團隊嚟講，配音由「要搵錢請人嘅大項目」變成「一個星期整埋嘅製作環節」，呢個先至係真正嘅轉變。呢篇用一個典型場景做案例拆解，由需求盤點到音軌入庫，逐步行一次完整流程。想先了解粵語語音技術嘅基礎，可以參考呢篇廣東話 TTS 完全指南。

案例設定：一隻港式獨立遊戲嘅配音需求

以下用一個示範場景行晒成個流程：一隻以香港屋邨同街市做背景嘅 2D 敘事遊戲，配音需求通常會拆做四類。

四類音軌嘅生成策略唔同：對白重角色一致性，旁白重語氣穩定，提示重短而清楚，宣傳片重演繹。分開四批處理，審核同重做都容易得多。

第一步：揀聲同分聲——角色聲線點分配

圖庫聲線：快而穩

最直接嘅做法係由粵語聲線圖庫揀：每條聲線有固定代號、有試聽樣本，男女聲、不同年齡層都有。圖庫聲線嘅好處係穩定——呢個角色由頭到尾都係同一條聲線，第 20 段對白同第 1 段聽落係同一個人。揀聲可以跟廣東話 TTS 聲線點揀嘅四個維度行：性別、年齡感、音色質地、戲路。

聲線設計：按角色設定生成

如果現有圖庫冇啱用——例如想要「廿歲出頭、論盡但熱血」嘅後生仔聲——可以用聲線設計：指定性別同年齡層生成。要注意嘅係設計出嚟嘅聲線屬即場生成，唔會儲存做可重用資產，所以成套遊戲要用同一組設定先保到一致性，而角色戲份重嘅主角，始終建議用圖庫聲線鎖死。

聲音複製：特定質感先用

聲音複製用一段參考樣本做出發點，適合「想要某種好特定嘅聲底」嘅場景。樣本質素、授權來源都要清楚，對多數獨立團隊，圖庫加設計已經夠用。

第二步：稿本執生——生成前嘅文字工程

口語化：書面稿變口語稿

劇本初稿多數係書面語，直接生成會讀出「公式感」。香港人講嘢係「而家去邊？」唔係「現在去哪裡？」——生成前要行一次書面轉口語：口語詞、語氣詞（喇、囉、啦、噃）、句式長度都要改。呢步做得好，AI 讀出嚟自然程度即時跳一級。

多音字同人名地名

粵語多音字係錯音大戶：一個字喺唔同詞語讀唔同音，引擎望字生音偶爾會中招。稿本層面可以先做替換或者改寫避開，具體清單同自救方法睇廣東話多音字攻略。自創角色名更要逐個試聽——地名、人名係遊戲配音嘅高風險位。

數字同日期讀法

任務指引成日有數字：「收集 3 個道具」、「限時 90 秒」。粵語數字讀法有文白之分，寫稿時直接寫「三個」、「九十秒」最穩陣，避免引擎對阿拉伯數字有唔預期嘅讀法。金額、日期同理。

第三步：由稿到聲——生成流程實作

單段生成同長稿拆段

單段請求上限 500 字符，超過會被拒絕而唔係自動截斷，所以長對白要自己拆段。拆段位揀句子邊界，唔好喺語氣中途斬開；一段獨白最好拆做幾句一組，生成後再喺引擎入面拼接。

批量生成：25 段一批

介面提示三十句、旁白四十段，逐句撳會撳到懷疑人生——用批量生成，一次最多提交 25 個請求，配合模板化稿本（同一句式換變數），一大副音軌幾個回合就出齊。批量屬付費方案功能，免費同入門方案提交會被擋。流程細節睇批量生成粵語語音 workflow。

SRT 字幕同步

對白同旁白可以順便要求 SRT 字幕輸出，一句對應一條字幕、連時間軸一齊出，遊戲內字幕同短片剪片都直接用得，省返自己對軸嘅工夫。

演繹層：情緒同語氣點樣調

情緒控制：同一句對白嘅不同演法

遊戲對白同旁白最大分別在演繹幅度：旁白求穩，對白求戲。同一句「你終於嚟喇」，交帶任務同劇情反轉兩個場景，語氣應該完全唔同。生成時可以透過情緒設定控制演繹方向，同一條聲線讀出緊張、輕鬆、哀傷等唔同層次。實務建議：主角對白逐場生成逐場調，配角同雜談 NPC 用預設語氣直接出，將製作時間花喺刀刃上。

語氣詞：港味嘅靈魂位

香港玩家一聽就知「假嘅」配音，九成輸在語氣詞：「係喇」「好囉」「唔該晒」呢啲收尾字，讀得平就成句死火。稿本層面要保留返廣東話語氣詞，唔好淨返書面骨幹；引擎對常見語氣詞嘅處理已經相當成熟，但冷門組合仍然要試聽確認。語氣詞用法大全可以參考粵語語氣詞 喇／囉／啦。

節奏同停頓：剪接入位嘅前提

遊戲音軌要配動作節奏：教學提示要快入快出，劇情演出要留白。停頓主要靠標點控制——逗號、句號、省略號喺語音裡面對應唔同長度嘅停頓，稿本層面用標點寫節奏，出嚟嘅音軌剪接入位程度高好多。

第四步：審核同入庫——音軌點樣收貨

聽審三關

每批音軌建議行三關：第一關聽錯音（多音字、人名、數字）；第二關聽語氣（角色情緒有冇走樣、旁白會唔會太平）；第三關聽一致性（同一角色唔同段落對唔對得上）。有問題嗰幾段改稿重生成，唔使成批重做。

額度意識

每次生成都計字符，重生成太多次會蝕配額——所以審核要集中做：聽完整批、一次過列晒要改嘅段落、改完先再生成，唔好聽一段改一段。同時留意同時進行任務有方案上限，一次過塞太多任務會被限流，等上一批完成先提交下一批就順暢。

迭代策略：配音唔係一次過嘅工程

成熟團隊做遊戲配音，唔會一次過生成全套。常見節奏係分三輪：第一輪出「垂直切片」——揀一個場景嘅完整音軌（對白加旁白加提示）試行遊戲，驗證聲線組合同遊戲節奏夾唔夾；第二輪根據試玩回饋調整稿本風格同聲線選擇，然後量產主線；第三輪補支線、彩蛋對白同後期改動。呢個做法將最大風險（成套聲底唔夾）提前到最平嘅階段處理，亦令配額開支跟住開發進度行，唔會一開波就燒晒。

改稿係常態：對白改一句，重生成嗰一段就搞掂，唔使成套重錄。呢個係 AI 語音相對錄音室最大嘅結構優勢——錄音室嘅改動成本隨時間累積，AI 嘅改動成本係恆定嘅；版本管理上，音檔檔名跟稿本段落編號行，改邊段一望就知，唔會出現「唔知邊個檔案係最新」嘅經典混亂。

成本同額度：一套遊戲配音要幾多字符

粵語語音嘅換算基準係約 240 字符對應一分鐘音頻。以示範場景計：四類音軌合共假設 60 分鐘成品音頻，即約 14,400 字符。對照以下方案：

配額用完唔會超額收費，要加量就買字符包：四檔同價每千字符 HK$0.80，最小 HK$50。10 分鐘旁白約 2,400 字符，喺入門方案每分鐘成本唔使兩蚊——呢個數量級就係獨立團隊全配音變得可行嘅原因。詳細計法睇廣東話 TTS 價錢點計。

開工前檢查清單

開生成之前逐項打剔：

• 四類音軌分好批，稿本全部行過口語化
• 多音字、角色名、地名逐個試聽過
• 長對白拆好段，每段 500 字符以內
• 聲線分配表落實：每個角色一條固定聲線
• 字幕需求早啲定：要唔要 SRT 同步出
• 生成批次排好隊，預留審核同重生成嘅配額

常見問題 FAQ

AI 粵語配音可以喺商業遊戲出街用嗎？

可以喺自己產品入面使用生成嘅音頻，不過實際商用前建議先睇清楚服務條款對商用範圍嘅說明。獨立團隊常見做法係先免費額度試聲，確認質素符合期望先開付費方案量產。

角色對白咁長，分段生成會唔會唔連戲？

只要全套用同一條固定聲線，段落之間係同一個聲底；連戲關鍵在稿本——段與段之間語氣銜接靠標點同句式控制，必要時喺拆段位留重疊句做交接。主角級角色建議用圖庫聲線，一致性最高。

免費額度夠唔夠試成個流程？

每月 5,000 字符，約對應 21 分鐘音頻。夠你揀聲、試幾段對白、驗證讀音同語氣，但未必夠出全套音軌——建議用免費額度完成選聲同稿本驗證，確定方向先上量產。

批量生成有咩限制？

一次最多 25 個請求，屬專業及以上方案功能；同時進行任務亦有方案上限（免費 3 個、專業 10 個、工作室 20 個）。批次驗證係全有或全無——一批入面有任何一段稿本有問題，成批都會被拒，所以提交前要檢查清楚。

生成出嚟嘅音檔點攞？

任務完成後會有音檔下載連結，直接下載儲存入項目就得；連結有時效（一小時或七日，視乎音檔狀態），過期前落實保存好，或者到期後重新查詢任務攞新連結。

點樣令唔同 NPC 聽落真係唔同？

三層做法：第一層性別年齡拉開（阿婆同後生仔唔會撞聲）；第二層音色質地分途（同一性別年齡揀唔同質地嘅聲線）；第三層稿本口癖——每個角色固定幾句口頭禪、句長習慣，聽感自然分開。

宣傳片旁白同遊戲內音軌要做嘅嘢有咩唔同？

宣傳片節奏由剪片話事，建議剪好片先出稿，逐段對住畫面生成，語氣可以放盡啲；遊戲內音軌就要為重複播放設計——提示句要短、語氣要耐聽，兩者稿本風格唔應該共用。另外宣傳片通常仲要出多個長度版本（三十秒、一分鐘、三分鐘），稿本由長版裁短版，語氣一致但節奏遞進，一次生成齊三個版本再揀最啱用嗰個，會比重做慳好多工夫。

由今日開始整你嘅遊戲聲軌

先用免費額度揀定主角聲線，攞一段對白試生成，聽下港味啱唔啱——一個下午就知行唔行得通。

[!CTA]

免費試出第一句遊戲對白

開個帳戶，用 2,000 字符額度揀聲、試音、出初版聲軌。