Podcast 口播廣告自動化：clone 授權＋多版本

一句答你： Podcast 口播廣告自動化嘅做法：經同意複製主持聲線（或者用品牌聲線），寫定口播模板，批量生成多版本，抽樣覆聽後插入節目。批量一次過可以生成多個版本，20 個版本變體由幾個鐘嘅錄音工作變成一個提交。

Key Takeaways

• 口播廣告三種聲音來源：主持聲線複製（要書面同意）、品牌聲線、節目固定副聲。
• 口播稿係成敗位：要寫成「講出嚟嘅話」，唔係「讀出嚟嘅文案」。
• 批量生成係專業／工作室方案功能，一次請求最多 25 個項目。
• 版本管理係工程核心：一個 campaign 幾十個版本，冇命名紀律就會亂。
• 授權鏈要齊：聲音同意書、廣告客戶授權範圍、節目插入位置紀錄。

口播廣告點解值得自動化

主持親口讀廣告（host-read ad）係 podcast 最有效嘅廣告形式——觀眾信主持，唔信廣告商。但佢有兩個結構性瓶頸：

時間瓶頸：主持時間係節目最貴資源。錄一版口播連執，動輒半個鐘起跳；廣告客戶要多版本、多切口（唔同節目唔同落點），時間成本以倍數上升。

一致性瓶頸：口播錄完就要定稿，客戶臨時改文案，又要約時間重錄。錄音檔嘅語氣、音量，每版都會有微妙出入。

自動化針對嘅正係呢兩個位：文案改完即刻重新生成，版本要多幾多出幾多，而聽感由同一把聲貫穿。主持嘅時間留返做內容本身。

聲音來源：三條路同佢哋嘅規矩

路一：複製主持聲線

最原汁原味嘅選項：用主持嘅聲音樣本複製聲線，生成出嚟嘅口播同主持親錄嘅段落無縫衔接。

規矩要行得正：

• 書面同意：主持本人（或者合約）明確同意聲音用喺廣告生成，範圍、期限、分成（如果有）白紙黑字。
• 樣本質素：安靜環境、近麥克風、自然語速讀一段稿，樣本質素決定複製品質。
• 敏感內容閘：賭博、醫療、財經類廣告，聲線生成前過人手審，唔好令主持把聲「講」咗佢唔會親口講嘅嘢。

聲音複製嘅技術流程，廣東話聲音複製教學由樣本到出聲逐步講。

路二：品牌聲線

節目有自己嘅品牌聲線（唔係主持把聲），口播由「節目之聲」讀出。好處係主持聲音零授權風險，而且品牌聲線可以跨節目、跨內容復用。唔少節目行呢條路：內容係主持把聲，口播係固定嘅品牌聲，聽眾一聽到品牌聲就知道「落廣告喇」，反而形成節奏感。

路三：固定副聲

主持聲線複製唔想做，品牌聲又未有，就用一把固定嘅第三聲做廣告位專用聲。最簡單，但「主持推薦感」最弱，適合資訊型廣告（活動宣佈、贊助鳴謝）多過推薦型口播。

口播稿：寫佢係「講」唔係「讀」

自動化之後，稿件質素變成最後嘅品質關口。口播稿同文案稿係兩種文體：

• 文案稿（俾人睇）：「本節目由 XX 呈獻，即刻登入選購」
• 口播稿（俾聲線講）：「好啦，落返廣告時間——呢個 X 我自己都買咗兩次，想試嘅朋友，連結喺資訊欄」

口播稿五個要點：

1. 口語語法：「嘅」「咗」「喺度」系統齊全，書面語逐句轉。
2. 句子短：一句一個資訊點，超過 15 字就考慮切開。
3. 有停頓位：用標點控制節奏，破折號、句號製造喘位。TTS 標點與停頓講點用標點控節奏。
4. 數字寫法統一：「$50」定「五十蚊」，全文一致，唔好俾生成猜。
5. 固定開場收結：每個版本共用同一組開場收結句，聽感統一，版本之間只換中段資訊。

批量生成：一次過出晒成個 campaign

版本變體係口播廣告嘅常態需求：同一個廣告商，三個節目各一版切口、兩個季節版本、一個短版一個長版，加埋十幾二十版。逐版手動提交係苦工，批量生成就係為呢個場景而設。

規格要知：批量功能係專業／工作室方案專屬，一次請求最多 25 個項目，任何一項資料無效就成批唔收（全有或全無），所以提交前檢查好每項嘅文字同參數。配合節目產線嘅完整做法，批量生成粵語語音 workflow有逐步教學。

版本命名紀律：批量一開，檔案數量立即膨脹。命名建議行「campaign_節目_版本_長度」結構（例如 spring_promo_ep42_short_v1），配合一張簡單嘅版本清單表：版本號、文案版本、長度、用喺邊集。20 個版本冇呢套紀律，兩個星期後冇人記得邊版係邊版。

成本感：口播一般 30 至 60 秒，即係每版約 120 至 240 字符。20 個版本加埋約 2,400 至 4,800 字符——按入門方案每千字符 HK$0.64 計，整個 campaign 嘅語音成本係幾蚊到三幾蚊之間，重錄十次都唔心痛。

覆聽與上架

批量出貨之後，把關流程：

1. 全數快聽：每版聽頭尾各五秒，確認生成正確、冇空檔爆音。
2. 抽樣細聽：每五版抽一版全段聽，重點聽語氣自然度同停頓位。
3. 旗艦版全聽：落喺旗艦節目嗰幾版，逐版全段過。
4. 插入前再核：剪輯插入時，聽一次口播同前後內容嘅音量銜接。

質檢制度化嘅做法，語音內容審核流程有「三關」設計可以照搬。插入節目嘅整體產線，包括一集 30 分鐘節目由稿到發佈嘅完整流程，可以睇Podcast 粵語製作案例。

口播版式：長度檔次表

口播廣告唔係一個長度行天下，主流檔次各有用途：

版式選擇嘅經驗法則：產品認知度越低，版要越長。聽眾已識嘅產品，15 秒提一提就夠；新產品要由場景講起，60 秒先裝得落「痛點＋方案＋行動」三步。同一個客戶，可以長短版並行：主打節目落 60 秒深度版，其餘節目落 15 秒提示版，批量一次過出晒。

長度檔次亦影響稿法：15 秒版冇位講故事，一句痛點一句方案一句行動；60 秒版可以先講一個十秒嘅小場景（「尋日我喺公司都係咁……」）先入正題。模板做唔同檔次各一個，填插槽就出貨。

多節目網絡嘅分配玩法

如果你唔止一個節目（或者同其他台友合作成網絡），口播嘅規模效益就出嚟：

一母多子：同一個廣告商，核心訊息一套，每個節目開頭插入自己嘅「節目語」（「啱啱先講完 X，等我哋聽下廣告」呢類過場），批量時每個節目一版，版本表加一欄「節目」。 檔期地圖：網絡嘅各節目更新日錯開，口播輪住上，等於廣告訊息全星期都有新面孔——素材同一套，聽感唔重複。 表現反饋：唔同節目嘅同一口播，用唔同優惠碼，反饋數據可以直接話你知邊個節目嘅聽眾轉化好，下一輪報價同分配有數可講。

網絡化玩法嘅前提係版本紀律：十幾個節目 × 幾個檔次，版本數立即上三位數——冇命名制度同版本表，第三個月已經失控。呢個位冇捷徑，開頭就要行正。

授權文件清單

口播自動化涉及兩層授權，逐層清點：

聲音層（主持／樣本提供者）：

• 同意用途：邊啲節目、邊類廣告、邊啲平台
• 期限同終止：通知期、已生成內容嘅下架安排
• 商業安排：係按單計、月費定分成（如果有）
• 樣本保管：音檔存喺邊、終止後點處理

廣告層（客戶）：

• 客戶知悉並同意口播由 AI 語音生成（以主持聲線製作）
• 文案責任劃分：客戶提供嘅宣稱（「最有效」「第一」呢類）由客戶負責核實
• 版本授權範圍：嗰啲版本可以用喺邊啲渠道、幾長時間

兩層文件平時放喺度似廢紙，但佢哋係你同主持、同客戶長期合作嘅信任基礎——行業對「聲音被點用」嘅敏感度只會越嚟越高，文件齊嘅團隊先接到大單。

一版口播嘅誕生時間線

理論拆夠喇，行一次完整流程。由客戶 brief 到口播上節目，實際時間線係咁：

第一日：拆 brief。 客戶要求拆做插槽值：核心訊息、優惠細節、行動呼籲、版式（30 秒定 60 秒）、版本數。有含糊位（「想活潑啲」係咩程度？）當日問清，唔好帶住猜測開工。

第二日：稿與版本表。 口播稿照五要點寫，版本矩陣填好，客戶確認文字版。呢一步係全流程最值得花時間嘅位——文字確認咗先生成，重做率最低。

第三日：生成與覆聽。 批量提交、三級覆聽、有問題版本重出。呢步以鐘計，唔使成日。

第四日：交付插入。 成品按版本表交俾各節目剪輯，插入位音量核對，版本號歸檔。

一星期後：收數據。 優惠碼使用、渠道反饋收埋，記入版本表——呢步好多 team 漏做，漏咗就冇咗「邊版有效」嘅累積知識。

成個流程，真正人手時間集中在頭兩日（拆 brief 同寫稿），後面全部係流水線動作。四個工作日嘅交付節奏，喺口播廣告行業係好有競爭力嘅速度——以前單係約配音錄音都已經唔止四日。

客戶溝通三條模板句

口播自動化嘅客戶溝通，有三個位最需要預先講清楚，附可以直接用嘅講法思路。

關於 AI 聲音：「廣告段落由 AI 語音生成，以主持嘅聲線製作，同主持親錄段落無縫衔接；如你方需要純人聲版本，可以另行人手錄製安排。」——透明、有出路、唔歉疚。

關於修改次數：「文案確認後生成首輪版本；確認後修改每輪重新生成，建議文字確認做喺生成之前，效率最高。」——將修改成本講喺前頭，客戶自己會認真對確認稿。

關於數據反饋：「唔同版本用唔同優惠碼，一個週期後可以對到邊個版本轉化最好，下一輪照數據加碼。」——將「版本多」由成本講成賣點，客戶聽到嘅係專業。

三句模板嘅共通點：將 AI 聲音、修改流程、版本制度呢啲「技術細節」，全部講成客戶利益。口播自動化嘅銷售阻力，九成嚟自客戶對流程嘅陌生——流程講得清，單就好簽。

常見問題 FAQ

口播稿可以由客戶提供再照讀嗎？

可以，但要過一次「口播化改寫」：客戶文案通常係書面宣傳語，直接生成會硬。改寫時保留客戶嘅關鍵宣稱同品牌用語唔動，句法轉口語、句子切短、加停頓位，改完俾客戶確認先生成——改寫權同確認權都寫落合作條款就最乾淨。

聽眾聽得出係 AI 聲嗎？

質素取決於聲線複製嘅樣本質素同口播稿嘅口語程度。務實建議：與其糾結「似唔似」，不如堂堂正正處理——口播位加字幕標示，或者節目說明列明廣告由 AI 語音生成。透明反而係 podcast 聽眾最受嗰套。

主持離台，聲線授權點處理？

授權書入面寫清楚期限同終止條款：主持離台之日，聲線授權同時終止，已生成嘅存貨聲帶可以用到邊日，都要寫明。呢份文件平時似多餘，出事嗰日就係救命符。

廣告客戶要求「主持人聲」，用複製聲線算唔算？

要客戶明確知悉同同意。將「聲音由 AI 生成、以主持聲線製作」寫入合作條款，客戶簽咗先做。瞞住客戶用複製聲，一旦被發現，唔止丟單，仲會波及整個節目嘅信譽。

一個月幾多個 campaign 會用到批量？

經驗值：每月多於三個 campaign、或者單一 campaign 多於十個版本，批量嘅效率優勢就明顯浮現。少於呢個量，逐版生成其實都做得到；量大咗，批量的意義唔止係快，仲係「成批一致性」——同一批出嘅版本，語氣音量天然一致。

版本之間語氣可以唔同嗎？

可以，批量每個項目獨立設定：同一個 campaign，資訊版用平實語氣、促銷版用高漲語氣，一併提交。風格同情緒控制點用，可以睇語音內容嘅風格控制，將語氣納入版本矩陣嘅一個維度。

口播插入有冇最佳位置？

常見做法係三段式：節目開頭 90 秒內（前插）、中段轉場位（中插）、結尾（後插）。前插完播率最高，中插轉化訊號最好。AI 聲線嘅優勢令你可以做「位置 A/B」：同一個口播三個位置輪替兩三期，睇數據話事。