文章 — 第 6 頁

共 425 篇 · 每頁 24 篇

開發者接入

Voice Agent 架構 2026:Cascaded vs S2S 揀邊個

Voice agent 兩大架構:Cascaded(ASR→LLM→TTS)同 S2S(一體化對聲)。呢篇拆解各自組件同優劣、五個揀選維度、粵語場景特別考慮,同任務式 API 點用短句切分、預取、快取做出即時感。

約 13 分鐘
TTS 核心

粵語 TTS API:一行 code 加廣東話語音

粵語 TTS API 核心得兩個動作:POST 提交攞 job_id、GET 輪詢攞音檔;短過 300 字符仲可以直接同步攞。呢篇講 key、三種模式、音檔時效、錯誤碼、限流、批量同實際整合。

約 12 分鐘
無障礙

少數族裔語音服務:公共資訊多語言化

少數族裔獲取公共資訊有三道牆:語言、讀寫能力、分發渠道。呢篇講點解「翻譯」唔夠要配「語音」、五類最迫切嘅公共資訊、多語言生成五步做法、內容本地化易錯位,同落地成本。

約 10 分鐘
無障礙

SEN 特殊教育粵語語音教材製作

SEN 學生嘅學習好多時靠「聽」呢條通道:課文朗讀、詞彙卡發音、步驟指示、社交故事,全部可以用粵語 TTS 量產。由設計原則到批量製作,同埋點樣同專業團隊分工,一篇講晒。

約 11 分鐘
TTS 核心

學校廣播系統粵語化:校園宣佈自動生成

校園廣播由早會宣佈到放學提示,幾十個固定語音位可以用粵語 TTS 一次過生成:聲線全日一致、改稿幾分鐘重出、唔使再臨時搵老師開咪。由語音位清單到批量製作,完整 workflow 一篇講晒。

約 10 分鐘