政府公營粵語語音：香港公共服務的廣東話語音技術應用

一句答你： 政府公營機構要做 IVR 接線熱線、政策宣傳片、視障讀屏或者長者電話通知，廣東話 TTS 已經可以批量產出、按量計費，但要留意字符上限、發音準確度同埋無障礙法規要求。

Key Takeaways

• 政府公營粵語語音主要落地喺 IVR 熱線、政策影片、長者廣播同視障讀屏四大場景
• 揀方案要先計字符用量：免費額度每月 5,000 字符，只夠 demo，公共服務規模通常要付費 plan
• 文字限制 1–500 字符、批量上限 25 項，呢啲係 API 硬規格，長稿要先分段入 Job
• 配音影片可以同步加 SRT 字幕輸出，方便部門上載到 YouTube 或者自家網站做無障礙版本
• 視障讀屏要預先做文本預處理，多音字同書面口語差異處理好先至穩陣
• 私隱方面要揀有預簽 URL 時效、API key 分級同聲線歷史保留日數清楚嘅方案

政府公營粵語語音主要用喺邊度

政府部門同公營機構嘅粵語語音需求，唔同一般商業配音。最大分別係「服務對象廣」——由長者、視障朋友、新移民到少數族裔全部要覆蓋；亦都係「要穩定」——唔可以成日斷線或者突然變聲。以下係常見嘅落地場景：

IVR 接線熱線

政府熱線（入境處、運輸署、1823 等）日日都收到成千上萬個查詢。傳統做法係請配音員預錄每個選單同訊息，但每次政策改動、每次新增服務都要重新錄過，成本高、周期長。廣東話 TTS 之後，政府可以將 IVR 嘅文字稿直接餵入 API，即刻生成聲音檔；改文嘅時候又唔使再約 studio。

政策宣傳片配音

每次政府出新措施——垃圾徵費、電動車登記、換身份證、巴士路線重組——都要拍宣傳片。傳統做法係配音員逐段錄，但 TTS 可以一次性出幾十段唔同聲線嘅旁白，方便 A／B test 唔同版本，又或者同時出男聲／女聲／年長聲線做對照組。

視障讀屏同無障礙支援

政府網站、部門 App、公共表格要符合無障礙要求，視障朋友用讀屏軟件時如果得文字冇聲音，好多資訊就 miss 咗。TTS 可以將部門網站文章、即時公告、表格指示即時生成語音檔，嵌入網頁或者 App。

長者電話廣播

長者未必識上網，但電話就好普及。部門打電話通知長者打疫苗、覆診、續證，可以用 TTS 預先生成幾千段唔同內容嘅粵語語音，唔使逐個個案請人錄。

公共展館同車站廣播

博物館、圖書館、巴士站、地鐵月台嘅廣播系統越來越多用 TTS 取代預錄。展館有新展覽就即時出聲；車站路線有改動就即時更新——唔使每改一次都請人入錄音室。

多語言公共資訊

香港嘅公共服務要兼顧粵語、普通話、英語同少數族裔語言。同一段政策內容，可以用 TTS 同時出幾種語言嘅語音檔，再合成一條多聲道廣播。

IVR 接線熱線嘅廣東話 TTS 考量

IVR 係 TTS 最傳統嘅商業落地場景，政府部門尤其適合。但有幾個技術規格要留意：

字符限制要預先切

API 嘅文字欄位上限係 1–500 字符，超過會直接 text_too_long rejected，唔會截斷。IVR 嘅選單（「按 1 字廣東話、2 字普通話…」）通常短過 500 字符，但長啲嘅政策通知或者法律條文就要預先分段。

批量生成嘅入場條件

如果一次要出十幾段唔同訊息，可以開批量模式（items），上限 25 項。留意批量係專業／工作室 plan 專屬，免費同入門 plan 帶 items 會直接零提交、零扣費。IVR 一個完整系統成日有幾十個 option，初次 setup 嗰陣要 plan 好用量。

同步定異步揀邊種

字符 ≤ 300 而且係 voice／design 模式，可以走同步捷徑直接回 audio bytes。IVR 嘅短訊息通常啱用同步；長啲嘅政策通知或者法律條文就要走異步 job（POST 提交 → 收 job_id → poll 結果）。

演繹風格點揀

IVR 要清晰、穩重，唔好太誇張。可以試吓唔同聲線（slug 係穩定 ASCII id，例如 sum、him、yan），揀一個最夾部門形象嘅聲線，再睇吓聲線嘅演繹風格（GET /v1/voices/{slug}/styles）有冇啱用。

政策宣傳片配音嘅批量流程

政府部門拍政策宣傳片，最大成本唔係拍攝，係配音同字幕。如果一個政策要出 30 秒、60 秒、120 秒三個 cut，又要男聲女聲兩種語音，再加 SRT 字幕，傳統做法要配音員錄六次，逐段人手對字幕。

配音員定 AI 點揀

如果係特首施政報告呢類高度品牌化內容，配音員嘅個人風格係 IP 嘅一部分，TTS 唔係 substitute。如果係例行政策公告（垃圾分類、登記續證）、內部訓練影片、或者多語言版本，TTS 嘅成本同速度優勢就出晒嚟。

配音影片加字幕

配音出咗 audio 之後，開多一個 SRT job（srt=true 行 async 軌），就會同步出埋字幕檔。詳細 workflow 可以參考 TTS SRT 字幕工作流程。如果部門要出多語言版本或者多 cut，可以睇埋 廣東話配音對白製作攻略 了解批量配音嘅做法。

多版本同步出

部門成日要同一段政策出多個時長、多個聲線版本，方便唔同平台（YouTube、IG、政府網站、電視）用。批量模式可以一次過生成十幾個版本，配合 SRT 一齊出，幾分鐘內搞掂晒。

視障讀屏同無障礙支援

政府網站嘅無障礙要求愈來愈嚴，視障朋友用讀屏軟件，如果只得文字冇語音，好多資訊就 miss 咗。TTS 可以將部門網站嘅長文、即時公告、表格指示生成語音檔嵌入。

長文要預先分段

API 文字欄位上限 500 字符，部門網站一篇政策公告通常 1,000–3,000 字符，要預先切段。切段嘅時候要留意：

• 唔好喺句子中間切，最好喺段與段之間、或者句號之後切
• 多音字要先處理（例：「長」喺「長者」同「成長」讀音唔同）——可以參考 廣東話多音字攻略
• 數字、英文專有名詞、地址要核對，呢類嘢最容易讀錯

文本預處理

部門公告通常係書面語，但讀畀市民聽要用口語。例如「茲通告」會讀得硬、「的」同「嘅」用錯位會好礙眼。建議預先做一次書面→口語轉換先餵入 TTS。

Audio 嵌入無障礙頁面

網站文章要同時出文字同語音，可以將 TTS 出嘅 audio 檔 pre-signed URL 嵌入 <audio> tag。留意預簽 URL 嘅時效：materialized（audio library）係 1 小時，由 generation worker 直接出嘅就 7 天；過咗時就要重新攞 URL。

揀方案嘅成本估算

政府部門揀 TTS 方案，最大考慮通常唔係「邊個最好聽」，而係「一個月用幾多字符」、「一個 plan 夠唔夠」、「加量要幾錢」。以下係常用估算（以 ≈ 240 字符／分鐘計）：

公共服務嘅 IVR 系統通常有 50–200 條訊息，加埋每月更新幾條政策廣播，初次 setup 就要約 20,000–50,000 字符，之後每月維運約 5,000–20,000 字符。

邊個 plan 適合邊個部門

免費 plan 每月 5,000 字符，只夠做 demo 同一兩個 IVR 訊息嘅測試，唔夠公共服務規模用。

• 入門 Starter（月費 HK$128、200,000 字符）：適合小型部門、幾條 IVR 線、每月幾條政策廣播
• 專業 Pro（月費 HK$338、600,000 字符）：適合中型部門、有批量需求、要有全速 API
• 工作室 Studio（月費 HK$688、1,400,000 字符）：適合大型部門、多部門共用、有高並行任務需求（喺途任務上限 20 個）在 注意付費配額係跟用戶自己嘅訂閱週期日重置，唔係月曆 1 號，所以實際「每月」會隨住註冊日而唔同。詳細嘅價格同 plan 比較可以睇 廣東話 TTS 定價攻略，或者睇埋 廣東話 TTS 揀選指南 做整體評估。

字符包同加量

如果用量突然爆（例：緊急政策要出幾十條廣播），可以加字符包——四檔同價 HK$0.80／1K 字符，最小包 HK$50 = 62.5K 字符。配額用完唔會自動 overage 加收費，呢個係刻意嘅設計，唔想公共服務因為 budget 模糊而爆數。

私隱同合規考量

政府部門用 TTS，最大考慮之一係市民資料。雖然語音生成本身只係文字→聲音，唔涉及市民個人資料，但部門用 API 嘅過程要留意：

API key 管理

API key 應該分級——讀取聲線目錄嘅 key 同生成語音嘅 key 分開，敏感部門（入境處、稅務）嘅 key 同一般部門嘅 key 分開。Key 建立嘅時候可以設定 monthlyCreditCap、rateLimitPerMin、expiresAt，唔同部門派去唔同嘅上限。

Pre-signed URL 同聲線歷史

語音檔嘅下載 URL 係 pre-signed，唔使加 auth header。Materialized（audio library）嘅 URL 1 小時過期，由 generation worker 直接出嘅就 7 天。過期就 re-poll 攞新 URL，呢個機制確保就算 URL 漏咗出去，短時間後就失效。

聲線歷史保留日數按 plan 分：免費 15 日、入門 60 日、專業 90 日、工作室 120 日。如果部門要保留語音檔做 audit，要自己 download 落本地 storage。

部門共用 workspace

如果多個部門共用一個 workspace，要諗清楚聲線點分配。可以揀 preset 聲線畀一般部門用，design 或 clone 嘅聲線畀特殊部門（例如特首辦、警隊）用。留意 design + clone 出嘅聲線係 per-request，唔會儲存成可重用 asset。

點樣開始

政府部門第一次用廣東話 TTS，建議按以下步驟試：

1. 做文本預處理：把要試嘅 IVR 文稿、政策文告、或者部門簡介稿整理好，預先處理多音字同書面口語差異
2. 用 Playground 試聲線：唔使寫 code，直接去 港嘢 Playground 試唔同聲線、唔同演繹風格、唔同情緒強度
3. 計字符用量：估算部門一年用幾多字符，揀啱 plan
4. 做批量測試：如果用量大，先試批量生成（專業 plan 先有），確保 workflow 順
5. 私隱審查：確定 API key、pre-signed URL、聲線歷史保留日數都符合部門私隱指引

如果想了解整體廣東話 TTS 嘅應用場景同技術基礎，可以睇 廣東話 TTS 完全指南。

常見問題 FAQ

政府部門用廣東話 TTS 啱唔啱？

啱。公共服務量大、政策更新頻密、IVR 同視障支援有實際需求嘅場景，TTS 嘅成本同速度優勢好明顯。如果係特首施政報告呢類高度品牌化嘅內容，配音員仍然係主力，TTS 適合做例行公告同多語言版本。

邊個 plan 適合中小型政府部門？

一般中小型部門用入門 Starter（HK$128、200,000 字符）就夠。如果部門要批量生成（一次過出幾十條 IVR 訊息），或者要全速 API，就要升級專業 Pro（HK$338、600,000 字符）。月費、字符額度、在途任務上限呢啲硬指標要先計清楚。

IVR 嘅長訊息點處理？

API 文字欄位上限 500 字符，超過會直接 rejected 唔截斷。長訊息要預先喺句子中間或者段與段之間切段，切完逐段入 job。可以用批量模式一次過交（專業 plan 先支援），但記住批量上限 25 項，超過會回 too_many_items。

政府影片配音點加字幕？

配音出咗 audio 之後，開多一個 SRT job（srt=true 行 async 軌）就會同步出埋字幕檔。詳細 workflow 可以睇 TTS SRT 字幕工作流程。如果部門有多條片要做，可以結合批量生成同 SRT 一次過處理。

視障讀屏支援點做？

部門網站或者 App 嘅長文要符合無障礙要求，可以將 TTS 出嘅 audio 嵌入 <audio> tag 或者 app 內建播放。注意預簽 URL 嘅時效（materialized 1 小時，generation worker 直接出 7 天），過咗時要重新攞 URL。文本預處理好重要，多音字要預先處理，呢類問題喺 廣東話多音字攻略 有詳細講法。

用量爆咗點算？

付費 plan 配額用完就唔會 overage 加收費，要加字符包——四檔同價 HK$0.80／1K 字符，最小包 HK$50 = 62.5K 字符。如果每月固定爆，就要升 plan。

點樣先試吓？

去 港嘢 Playground 直接輸入文稿試聲線，唔使寫 code。免費同入門 tier 可以開 sandbox key（sk_test_），限每日 20 個生成 call；升級 Pro 後現有 key 自動變 full。

[!CTA]

政府公營粵語語音，由港嘢開始

免費試聲線、API 接入有批量同 SRT、字符額度按 plan 揀。