MiniMax Audio 廣東話 TTS 實察（2026）

一句答你：MiniMax Audio 係少數有正式廣東話專頁同 API 粵語支援嘅國際語音平台——官方系統聲線表列明有 6 個 Cantonese 聲線，API 嘅語言加強參數亦認得粵語；但聽感質素冇公開數據撐腰，香港用家落訂前一定要用自己嘅稿實測。

香港人搵文字轉語音工具，最常撞到嘅一堵牆係：國際大平台個個話支援中文，但「中文」呢個字入面，普通話同廣東話嘅待遇可以差天共地。官方頁面寫住支援幾十種語言，落到廣東話，可能得幾把聲、可能讀唔正口語字、可能連專頁都冇一個。呢篇文就係針對呢個痛點：我哋逐項查咗 MiniMax Audio 嘅公開頁面同 API 文件，將佢對廣東話嘅實際支援程度攤開俾你睇。

先講清楚方法。呢篇係公開規格實察——資料全部來自官方產品頁同 API 文件，觀察日期為 2026 年 9 月中。我哋唔會憑空講聽感好唔好，因為聽感呢樣嘢冇實測就唔應該落結論；所有關於音質、自然度嘅判斷，本文一律唔提供，反而會教你點樣用一套公平嘅方法自己去驗。呢個做法同我哋做其他平台比較嘅原則一致，目的只有一個：令你嘅選型決定，建基喺可核實嘅事實之上，而唔係建基喺廣告文案。

Key Takeaways

• MiniMax Audio 有獨立嘅廣東話專頁，唔係收埋喺「中文」底下——呢點喺國際平台入面算少數
• 官方系統聲線文件列明有 6 個 Cantonese 聲線，同佢啲通用中文聲線係分開計嘅
• API 層面有語言加強參數（language_boost）明確支援粵語（Yue），提供 HTTP 同 WebSocket 等多種接法
• 定價分訂閱同按量兩種；訂閱用量單位係 audio points，按量以每百萬字符計，同香港市場慣用嘅港幣字符月費制結構唔同
• 聽感、讀音準確度冇公開評測數據，任何排名式結論都屬未經驗證——要用自己場景嘅稿去測
• 揀平台最終睇三件事：粵語口語字讀音、中英夾雜處理、同埋計費模式同你嘅用量夾唔夾

點解要獨立查「廣東話支援」呢一件事

「支援中文」唔等於識講廣東話

國際語音平台嘅語言列表入面，你會見到 Chinese、Mandarin，有時仲有 Yue 或者 Cantonese。呢幾個字背後嘅分別好大：普通話同粵語係兩套唔同嘅音系——粵語有九聲六調、保留 -p、-t、-k 入聲韻尾，聲母韻母組合同普通話嘅重疊度有限。一個為普通話優化嘅語音模型，直接讀廣東話文本，通常會出現兩類問題：一係將粵語字按普通話音讀出嚟，成句嘢即刻冇人明；一係讀音勉強對到，但語調同節奏完全唔似香港人講嘢，聽落像翻譯腔。

所以查一個平台嘅粵語能力，唔可以淨係睇佢個語言列表有冇「中文」，而要逐層剝：有冇粵語專頁？有冇專門嘅粵語聲線？API 有冇粵語參數？文檔有冇粵語特定嘅指引？呢四層，每一層都可能係斷點，而斷喺邊一層，直接決定你用起上嚟嘅體驗。

呢篇實察嘅方法同邊界

本文所有資料來自三類公開來源：官方產品頁、官方 API 文件、官方聲線列表。每一項規格都標明觀察日期（2026 年 9 月中），因為定價、額度、聲線數目呢啲嘢隨時會變，今日嘅事實唔保證三個月後仍然啱。

邊界都要講明：我哋冇做聽感評測。平台宣傳頁嘅試聽樣本唔代表你嘅場景——佢揀嘅稿永遠係佢最掂嗰啲句，展示永遠係最靚嗰面。所以呢篇文幫你縮窄名單、理解結構，但最後嗰步「好唔好用」，一定要用你自己嘅稿驗。呢個立場唔係謙虛，係對讀者負責。

MiniMax Audio 粵語規格逐項睇

粵語專頁同語言標示

第一層檢查，MiniMax Audio 過關：官方站有獨立嘅廣東話文字轉語音專頁（路徑以 cantonese 命名），而唔係將粵語收埋喺一般中文頁入面。呢個細節有意義——有專頁，起碼代表產品層面認真對待粵語呢個語言選項，入口同文檔都會清晰啲，你要搵相關設定唔使周圍掘。

API 層面，佢哋嘅語音合成介面有個語言加強參數（language_boost），官方文件嘅支援列表入面同時列有 Chinese 同 Yue——Yue 就係語言學入面粵語嘅正式代碼。即係話，開發者喺 API 層可以明確話俾引擎知「呢段嘢係粵語」，而唔係靠引擎自己估。呢個設計同粵語專門平台嘅做法接近，比好多「得個中文選項」嘅通用平台實在。做整合嘅團隊應該明白呢個參數嘅價值：語言標示正確，係讀音穩定嘅前提。

系統聲線數目

官方系統聲線 ID 文件列明，Cantonese 專屬系統聲線有 6 個（編號連續排喺聲線表尾段）。6 把聲係咩概念？夠一般商業用途做基本分流——例如旁白一把、宣傳一把、對話一把——但比起真正粵語深耕平台嘅聲線庫，選擇面明顯窄。香港用家如果要按年齡層、性別、語氣做多層次嘅內容分組，6 把聲好快就唔夠分；做多角色對白、做有聲書分角色，就更捉襟見肘。

仲有一個位要留意：聲線列表係官方文件公開嘅靜態清單，實際可用聲線、每把聲嘅演繹風格支援到咩程度，文件冇逐把聲講清楚。呢啲位只可以靠試用填補。

API 能力

API 文件顯示佢哋提供 HTTP 同 WebSocket 等多種接入方式，亦有異步任務型嘅接法；除咗基本合成，仲有聲音複製（clone）同聲線設計（design）功能。對想將語音能力整合落自己產品嘅開發者嚟講，呢個功能盤面係齊全嘅，接入模式亦貼近主流做法——異步任務加輪詢結果，係大量生成場景嘅標準形態。

不過要留意兩點。第一，佢係一個多語言通用平台，粵語只係眾多語言選項之一，粵語特定嘅細節處理（例如香港式口語字、地道地名讀法、中英夾雜嘅轉換規則）冇專門文檔講，即係話遇到問題冇得查，只可以自己撞。第二，國際平台嘅文檔同界面以英文為主，香港中小企團隊用起上嚟有語言門檻，出事嗰陣排查成本會高啲。

免費試用

產品頁顯示免註冊有 5 次免費試用（觀察日期 2026 年 9 月中）。5 次嘅量，夠你對幾把聲線有初步感覺——邊把聽落順耳、邊把唔係嗰回事——但絕對唔夠做認真嘅選型測試。尤其如果你嘅內容有多音字、語氣詞、中英夾雜呢啲粵語地雷位，五個檢查位都未行完，試用額已經見底。

定價結構對照

兩種計費模式

MiniMax Audio 官方定價分兩隻腳：

注意佢訂閱入面個單位係 audio points（用量點數），唔係直接嘅字符數——實際一個點數對應幾多字符、唔同模型點扣，要看佢文件嘅換算細則。呢類點數制對習慣「字符月費」嘅香港用家嚟講，預算嗰陣要多行一步換算，而且點數消耗規則透明度係採購時要問清楚嘅位。

同香港本地定價結構嘅分別

以港嘢為例，定價係直接嘅港幣月費字符制：入門 HK$128 對應 200,000 字符、專業 HK$338 對應 600,000、工作室 HK$688 對應 1,400,000；免費開戶有每月 5,000 字符（月月重置）試用。配額用完唔會有超額收費，要加量就買字符包（四檔同價，每千字符 HK$0.80，最小 HK$50 有 62,500 字符）。

兩種結構冇絕對優劣，但實際體驗差好遠：港幣計價唔使煩匯率同外幣卡，公司財務對數簡單；字符數直接對應「幾多分鐘語音」（大約 240 字符出一分鐘），預算一目了然；月費配額按你自己嘅帳單週期重置，唔會月中突然話額度用晒。如果你係香港公司，呢啲係實際考慮，唔係細節位。

計條具體數：一段 10 分鐘旁白約等於 2,400 字符。喺港嘢入門計劃，呢段嘢嘅字符成本係 HK$1.54 左右；專業計劃約 HK$1.35。同類換算喺任何平台都應該自己行一次（計費結構點睇，可以參考廣東話 TTS 價錢拆解）——如果你每月產量大而穩定，訂閱月費通常平過按量；用量飄忽、時做時唔做嘅，按量可能反而抵。關鍵係用你自己嘅歷史用量行條數，唔好靠感覺。

買前自查：點樣用自己場景驗粵語質素

五個必測檢查位

無論你最後揀邊個平台，以下五個位一定要用自己嘅稿測，而且要用同一份稿跨平台對比，先算公平：

1. 多音字：廣東話一字多音嘅情況多，用實際會出現嘅詞語測（例：「重複」嘅「重」、「會計」嘅「會」）
2. 語氣詞：「喎」「囉」「咋」「啩」呢啲字係粵語神髓，讀唔到或者讀得生硬，成段嘢即刻假
3. 中英夾雜：香港職場文本十居其九有英文詞，睇個引擎轉語言嗰下順唔順、有冇突然轉咗去普通話腔
4. 地名同專有名詞：用你行業嘅實際用詞測，通用測試稿測唔到
5. 數字同日期：電話號碼、日期、金額嘅讀法規則，唔測唔知有幾多伏筆

每個檢查位都建議至少測三句唔同語境嘅例句——同樣係一個字，擺喺句頭句尾、長句短句，引擎嘅表現可以完全唔同。收集晒結果先打分，唔好聽第一句就落判斷。

保留判斷權喺自己度

平台宣傳頁嘅示範、網上嘅試玩片段、甚至呢篇文嘅規格整理，都唔可以取代你對自己場景嘅判斷。特別係「聽落自然唔自然」呢種主觀但決定性嘅標準——你嘅受眾係香港人，一夠唔夠地道，由你嘅受眾話事，唔係由廣告話事。建議做一輪盲測：將幾個平台用同一份稿生成嘅音頻唔記名排埋一齊，俾真正會聽嗰啲人揀，記錄邊個版本喺邊啲位出錯，再對返價單計性價比。呢個流程一個下午行得完，但可以幫你避開一個錯晒嘅年度合約。

常見問題 FAQ

MiniMax Audio 免費試用有幾多次？

觀察當日（2026 年 9 月中）官方產品頁顯示免註冊有 5 次免費試用。免費試用次數同條款隨時會改，落單前應該直接去官方頁面確認最新安排。

MiniMax 有幾多個廣東話系統聲線？

官方系統聲線 ID 文件列明有 6 個 Cantonese 聲線（2026 年 9 月中觀察）。留意呢個數目只計專屬嘅 Cantonese 聲線，唔包括其他通用中文聲線，亦唔包括用戶自製聲線。

MiniMax API 支援粵語嗎？

支援。API 有語言加強參數（language_boost），官方支援列表包含 Yue（粵語代碼）；接入方式有 HTTP、WebSocket 同異步任務等（2026 年 9 月中觀察）。開發者可以喺請求層明確指定粵語，唔使靠引擎自動判斷。

MiniMax Audio 幾錢？

兩種模式：訂閱由每月 5 美元（Starter）到 999 美元（Business 級）五檔；按量計費語音合成 turbo 模型每百萬字符 60 美元、hd 模型 100 美元（2026 年 9 月中觀察）。訂閱用量單位係 audio points，點數同字符嘅換算細則要睇官方文件。

港嘢同 MiniMax 應該點揀？

睇你嘅優先次序：如果粵語係你嘅核心場景、受眾係香港人，粵語專門平台喺聲線選擇、口語處理、港幣定價同中文支援結構性佔優；如果你需要一個多語言平台一次過處理幾種語言，通用平台嘅覆蓋面就有佢價值。最終應該用同一份稿做盲測對比，先落決定。

呢篇有冇實際聽感評分？

冇，而且係刻意唔寫。聽感同讀音準確度必須經系統化實測先可以落結論，任何憑宣傳頁或者印象得出嘅評分都唔可靠。本文只整理可核實嘅公開規格；想自己動手測，可以跟我哋嘅粵語 TTS 準確度測試指南設計一場公平嘅對比。

廣東話 TTS 一般幾多字符出一分鐘？

以港嘢嘅估算基準，大約 240 字符對應一分鐘語音。唔同平台、唔同語速設定會有出入，但呢個數量級可以用嚟做初步預算，例如 30 分鐘節目大約 7,200 字符起跳。

動手之前

選型呢一步，花一小時親耳驗證，好過花一個月睇宣傳。用你下一條真正要出嘅稿，喺幾個平台各生成一次，盲測、對比、計數，答案通常好快浮面。如果你正打算橫向比較多幾個選項，我哋嘅2026 年廣東話 TTS 大比拼同新興 AI 語音平台規格對比兩篇，已經幫你做咗大半功課。

想直接由一個為廣東話而設嘅平台開始試？港嘢免費開戶即有每月 5,000 字符，夠出約 21 分鐘粵語語音，即刻去 Playground 試。