n8n 粵語語音工作流：由單段通知到批量生成的完整教學

一句答你：用 n8n 做粵語語音工作流，核心係「HTTP Request 節點呼叫粵語 TTS API → 提交任務 → Wait 節點等處理 → 查詢攞音頻連結 → 送去目的地」，加上 n8n 嘅分支同迴圈能力，可以做到一次過生成幾十段、出錯自動重試、唔同內容行唔同聲線嘅進階流程 — 自架版本仲有成本優勢。

Key Takeaways

• n8n 嘅定位：比一般簡易自動化工具更彈性，適合多步驟、要分支同迴圈嘅語音流程
• 核心節點組合：HTTP Request（呼叫 TTS）＋ Wait（等處理）＋ IF（檢查狀態）
• 提交同查詢係兩步：提交回任務編號，處理完成先有音頻連結
• 批量場景用「分段迴圈」逐段處理，自動控制節奏避開各種上限
• 錄音品質嘅最後把關仍然係覆聽，自動化唔等於零檢查
• 本文以公開規格為準（觀察日期 2026-10），冇任何未經確認嘅效能數據

n8n 喺語音自動化度嘅定位

同類自動化工具入面，n8n 嘅特色係：流程邏輯特別強。分支、迴圈、合併、重試、子流程 — 呢啲係一般簡易自動化工具薄弱嘅位，正正係語音生成流程需要嘅位。

粵語語音工作流典型嘅「複雜位」：

• 批量生成：幾十段文字逐段提交，要控制節奏避免限流
• 狀態輪詢：提交之後任務係異步處理，要重複查詢直至完成
• 失敗處理：某段文字太長或者撞限流，要自動重試或者降級
• 分支路由：唔同類型嘅內容用唔同聲線，例如通知用平穩聲、宣傳用活潑聲

呢四個位，n8n 全部有原生節點應付。所以如果你嘅語音自動化「已經簡單到簡易工具搞掂」，用簡易工具；「複雜到簡易工具谷晒」，就係 n8n 出場嘅時候。兩者唔係競爭關係，係階梯關係 — 簡單流程先行簡單工具，上咗量同複雜度先上 n8n，呢條階梯唔使跳級。

同簡易工具仲有一個本質分別：n8n 嘅流程係「可以入版本管理」嘅 — 流程匯出做檔案，可以備份、可以喺唔同環境之間搬、可以慢慢改良。語音工作流好可能是你團隊長期嘅基建，基建要嘅就係呢種「資產化」嘅待遇，唔係開喺帳號入面見唔到摸唔到嘅設定。

核心流程：四個節點出一把粵語聲

最基本嘅 n8n 粵語語音流程，四個節點：

呢條最簡流程已經可以跑「一條通知一段聲」嘅正規場景。API 認證上嘅 key 設定、申請流程、常見 401 排查，睇API key 認證教學，key 管理嘅安全習慣一文講晒。

提交節點嘅設定細節

HTTP Request 節點提交生成任務，要設定：

• Method：POST
• URL：TTS 服務嘅生成端點
• Authentication：Header 帶 API key（喺 n8n 用 credential 儲存，唔好將 key 明寫喺流程入面 — key 外洩係自動化安全嘅第一大事故）
• Body：文字（你的廣東話稿）、聲線參數、其他選項如字幕輸出

回覆內面會有一個任務編號。將呢個編號存入「後續查詢用」變數，係 n8n 流程設計嘅好習慣：用 Set 節點明確命名，後面節點引用就唔會亂。流程入面嘅變數命名同你寫稿嘅段落命名一樣 — 而家花多五分鐘，一個月之後維護慳五粒鐘。

查詢節點同狀態判斷

查詢節點 GET 任務狀態，回覆有幾種可能：處理中（未有連結）、已完成（有連結）、失敗、已取消。n8n 嘅 IF 節點按狀態分支：

• 處理中：行返去 Wait，再查一次 — 呢個迴圈係狀態輪詢嘅精髓
• 已完成：攞音頻連結，行後續
• 失敗：行錯誤處理分支（下一節詳講）

輪詢迴圈要設上限（例如最多查五次），避免服務異常時流程無限迴轉，白燒執行次數。上限到咗仍末完成，行「通知你本人」嘅分支 — 自動化嘅紀律：可以失敗，但唔可以靜靜地消失。

批量工作流：一次過幾十段嘅做法

批量係 n8n 嘅主場。典型流程：

1. 來源節點：由試算表、資料庫或者 JSON 檔讀入成批文字（每段一格）
2. 分段節點：將成批項目逐個（或者逐小批）放行
3. 提交＋等＋查詢：每一段行晒提交、等、查詢嘅三步循環
4. 收集：完成嘅項目收集返一齊，一次過輸出（例如寫入一個清單或者打包通知）

節奏控制係批量嘅關鍵技術位：

• 限流迴避：TTS 服務預設每 key 每分鐘 60 次。分段逐段放行＋Wait 節點墊住，天然就係溫馴嘅提交節奏
• 在途上限：服務按方案有並行任務上限（免費 3 條、入門 5 條、專業 10 條、工作室 20 條），批量流程逐段「提交—等完成—再提交」，天然唔會超
• 重試：撞限流（429）或者任務失敗，n8n 節點設定入面開 retry，隔一陣自動再試

批量生成嘅通用思路（唔限於 n8n），批量生成 workflow 教學有完整拆解，包括批量接口一次最多幾多項、全有或全無嘅驗證規則，做批量之前必讀。另一個實操貼士：批量生成之前先攞一兩段做「先頭部隊」，確認聲線、格式、讀音全部啱，先開大隊 — 呢一下可以避免幾十段全部要返工嘅災難。

稿面處理：自動化入面嘅文字工程

n8n 嘅強項之一係「喺流程中間做文字處理」。批量場景入面，你喺提交 TTS 之前可以加處理步驟：

數字正規化：用 Code 節點或者 Set 節點，將日期寫法、金額、序數統一轉成「想聽到嘅中文」— 上遊一次過做晒，TTS 嗰步就冇猜測空間。呢一步係所有粵語通知自動化嘅命門：數字讀錯，成條通知即刻冇公信力。

長度分流：Code 節點計每段字符數：短過 500 就入生成流程；長過就自動拆段或者行「摘要版」分支。令到成個流程冇「超長被拒」呢種低級失敗。

敏感詞過濾：批量內容難免雜音，提交前過一層檢查，避免唔想出聲嘅內容變咗音頻。

標點清理：批量來源嘅文字好多時有格式痕跡 — 連續空格、多餘換行、特殊符號。Code 節點一個簡單正規式就可以清晒。TTS 讀嘅係你俾佢嗰份字面，字面乾淨，讀音先乾淨；呢一步好平，但佢清理嘅係成批幾十段嘅底層質素。

呢啲「流程中間嘅文字工程」，係自動化出好粵語嘅關鍵位。TTS 服務本身唔會幫你判斷內容啱唔啱出聲，質量把關嘅責任喺流程設計者身上。稿面寫法標準，可以參考TTS 貼稿檢查清單，將佢變成自動化入面嘅檢查規則。

分支聲線策略：一個流程多把聲

n8n 嘅 IF／Switch 節點俾你按內容屬性行唔同路線 — 呢個係「分支聲線」策略嘅基礎：

Switch 節點按「內容類型」欄位分支，每個分支各接一條「攞住自己嘅聲線參數＋同一個 TTS 提交節點」嘅路線 — 一個流程，多把聲，一次搭建。聲線揀選嘅準則，聲線揀選指南四維度系統教，先行嗰篇定好每類內容嘅聲線方向，再返嚟接線。

分支聲線仲有一個進階玩法：同一內容，按重要級別用唔同演繹深度。例如內部通知用標準演繹，客戶公告用更細緻嘅語氣處理 — 演繹深度變成內容分級嘅一部分，聽嘅人不知不覺都感受到「呢條重要啲」。呢種細膩，係簡易自動化工具做唔到，n8n 嘅節點自由度先做得嘅位。

錯誤處理：三層防護網

n8n 嘅流程設計，語音批量工作流最好有三層防護：

第一層：節點 retry：HTTP Request 節點設定「失敗重試一兩次、隔幾秒」，處理偶發性失敗，大部分小意外呢層已經食咗。

第二層：流程內分支：任務真失敗（例如文字有問題），行「降級分支」— 記錄落問題清單、改用精簡稿再試一次，或者直接跳過並標記，唔好令一個失敗項堵塞成個批次。

第三層：整體通知：流程結束之後，將「成功幾多／失敗幾多／失敗清單」發一個總結俾你自己。自動化嘅終極原則：唔使盯住，但你一定會知道有嘢唔妥。

呢三層做足，批量語音工作流先係「真自動化」，唔係「人肉監控嘅半自動」。三層防護嘅成本好低 — 加多兩三個節點啫 — 但佢就係「一次搭好、長期瞓得着」同「每個鐘醒一次睇下爆咗未」嘅分別。

成本同執行容量

用返每分鐘 240 字嘅換算基準。常見嘅 n8n 粵語語音工作流月用量：

三個加埋一個月大約 16,000 字符，音頻總量約一個幾鐘。免費每月 5,000 字符夠你試行幾日；入門方案每月 128 港元對應 200,000 字符，跑晒三個工作流都只用一成幾；再上規模就係專業方案每月 338 港元對應 600,000 字符嘅世界。精準落數嘅方法，成本計算解析教逐步推算，n8n 嗰邊嘅執行次數收費都記得一齊計 — 兩邊加埋先係成套自動化嘅真月費。

由零到上線嘅建議節奏

最後俾一條實際嘅推進路線：

第一週：喺 playground 手動跑通「貼稿—揀聲—出聲」，理解輸出品質同參數效果。呢一步冇任何技術，但係所有後續嘅品味基準。

第二週：n8n 搭四節點基本流程，用真實通知稿跑單段生成，行通「提交—等—查—存」。

第三週：加入批量：試算表餵十段，跑分段迴圈，觀察限流同行為，調 Wait 時長。

第四週：上三層防護＋分支聲線，將流程收尾成「唔使盯住」嘅最終形態。

每週一步，一個月就有正式運作級嘅粵語語音工作流。快嘅人三日可以行完，慢嘅人六個星期都值得 — 因為呢套骨架之後好多年都用得。

三個現實小提示

由模板類內容開始：第一條上線嘅工作流，揀「結構最固定」嗰個（晨會播報係經典）。模板型內容嘅容錯空間大，就算讀音有兩句唔完美，影響都細；等流程穩咗，先將佢用落創作型內容。

保留一個人工出口：好重要嘅通知（例如正式對外公告），建議流程做「生成之後通知你覆聽，你話 OK 先發出」— 半自動嘅形式。自動化嘅成熟唔係「全部無人」，係「邊啲位值得留有人」。

定期覆聽抽樣：流程跑穩咗之後，每週抽一兩段聽返，確保聲線同稿面冇漂移 — 尤其係有改過模板或者換過參數之後。自動化系統同一切系統一樣，會慢慢漂，抽樣覆聽就係校準。

呢幾件事唔多，但佢哋決定咗一條工作流係「示範品」定係「生產品」。示範品跑一次俾老闆睇，生產品跑一年唔使理 — 兩者之間嘅差距，全部喺呢啲位。

常見問題 FAQ

n8n 同 Zapier 做語音自動化，點揀？

簡單規則：一兩步嘅簡單觸發，簡易工具快過；有批量、輪詢、分支同重試嘅流程，n8n 岩啱好多。仲有一個現實因素：n8n 可以自己架設，執行次數唔受平台套餐限制，量大嘅話帳目好唔同。

提交之後要等多耐先有聲？

視乎內容長度同當時排隊情況，由幾十秒到幾分鐘都正常。正確做法唔係估時間，係用任務查詢：處理中就再等再查，完成就拎連結；n8n 嘅 Wait＋IF 迴圈就係做呢件事。

音頻連結有時效，點長存？

攞到連結之後即刻喺流程入面下載音頻，存入自己嘅檔案空間，之後分發嘅連結用你自己嗰份 — 長期運作嘅流程一定要咁做，唔好直接分發 TTS 服務嘅帶時效連結。

批量幾多段一次過做，先唔會出事？

服務側有兩個上限要避：單個批量接口一次最多 25 項；並行任務上限按方案由 3 至 20 條。n8n 做法係分段逐段處理＋Wait 墊住，天然避開兩個上限，唔使同硬上限硬碰。

粵語稿係咪全部自動生成就得？

模板型內容（報數、通知、摘要）可以全自動；有創作成分嘅內容（宣傳口號、活動主題句）建議人手先核一次稿再入流程 — 自動化管生產，唔管創作判斷。

做好嘅音頻可以有字幕一齊出嗎？

得。TTS 服務支援生成時一齊出字幕檔，批量流程入面將字幕一併處理同分發，SRT 字幕工作流教學講解由參數到校對嘅全套做法，做影片嘅流程好啱用。

撞到限流點自動處理？

節點 retry 設定加延遲重試就食咗大部分情況；想精細啲，喺 Code 節點判斷回覆代碼，429 就延長 Wait 時間再試。服務嘅限流回覆會包含建議等待秒數，照住設就得。

[!CTA]

由四個節點開始，搭你第一條粵語語音工作流

喺港嘢 playground 試定聲線同稿面，然後打開 n8n — HTTP Request＋Wait＋查詢，半個鐘就有你第一條自動出廣東話聲嘅流程。