Podcast 粵語製作案例：一集 30 分鐘節目由稿到發佈（2026）

**一句答你：**用 AI 粵語語音做 podcast，一集 30 分鐘嘅單主持節目大約 7,200 字符稿，以入門方案月繳單價計一集生成成本約 HK$4 至 5。真正嘅關鍵唔係生成，而係稿同流程：稿寫成口語節奏、聲線設定一次定死、分段生成逐段核對、SRT 跟字幕。以下由零到發佈，用一個典型例子完整行一次。

Key Takeaways

• 一分鐘旁白約 240 字符：30 分鐘節目約 7,200 字符；每月 5,000 字符（約 21 分鐘音頻）夠做試播片段
• 流程五步：定聲音設定 → 寫口語稿 → 分段生成 → 逐段核對修正 → SRT 字幕＋發佈
• 聲線設定一次定死（聲線＋風格＋情緒），成季節目先有一致聽感
• 稿要為耳朵而寫：短句、語氣詞、口語詞；書面稿直接照讀會離地
• 每次提交上限 500 字符，長稿要分段；批量生成可以一次過排隊處理（專業／工作室方案功能）
• 生成成本低，主要成本落喺稿同製作時間——成本結構對小團隊好有利

案例設定：一集 30 分鐘嘅知識型節目

先講明：以下係一個流程示範，用「30 分鐘、單主持、每月四集嘅知識型節目」做典型例子，唔係特定客戶個案。點解揀呢個設定？因為佢係最常見嘅起點：單人可以操作、設備要求低、內容主導。你嘅節目如果係其他形式，文末都有對應建議。

節目設定：

• 長度：每集 30 分鐘
• 形式：單主持講述，穿插重點回顧
• 頻率：每月四集
• 受眾：香港聽眾，內容偏知識同實用

設計嗰陣想埋收聽場景：香港人聽 podcast 多數喺通勤或者做家務嗰陣，所以句子要短、重點要密，唔好要求聽眾高度專注——呢個原則會影響晒之後每一個步驟。

第一步：定節目嘅聲音設定

開工之前，先答三條問題：

1. 邊把聲？ 喺聲線圖庫試聽，揀一把貼合節目氣質嘅聲——知識型節目多數要「清晰、有親和力、唔會聽得攰」。試聽唔好只聽一句，攞一段你自己嘅稿去試，先知實際效果
2. 咩風格？ 知識講述用平實講解風格；如果節目活潑啲，可以用輕快啲嘅設定
3. 設定點寫低？ 聲線、風格、情緒設定一次過寫入製作文件——呢份文件就係你成季節目嘅「聲音規格」，之後每一集都照用，聽感先會一致

試聽嗰陣特別聽三樣：長句讀唔讀得順、段落轉接自唔自然、連續聽五分鐘攰唔攰。Podcast 係長時間收聽，攰度係關鍵指標，唔係一句好聽就算數。呢一步同品牌語音一致性嘅道理一樣：設定固定，輸出先固定。想深入了解 podcast 場景嘅應用，可以睇Podcast 同有聲書嘅 AI 粵語應用。

第二步：寫稿——為耳朵而寫

Podcast 稿同文章稿最大分別：文章可以返轉頭再睇，podcast 聽完就過。所以稿要為耳朵而寫：

• 短句為主：一句講一個重點，超過三十字就考慮拆
• 口語詞替換：「現在」變「而家」、「非常」變「好」，書面味一走，聽感即刻貼地
• 語氣詞適量：句尾適當加「啦」、「㗎」、「喎」，令講述有「同人講嘢」嘅溫度
• 開頭三十秒 hook：第一段直接畀出「今集你會學到咩」，唔好鋪墊太長
• 段落短：每段四至六句，方便之後逐段生成核對

口語化唔等於懶音化：寫稿可以貼口語，但唔使刻意寫懶音寫法——發音簡化係讀音層面嘅事，稿面保持正常字形，聽感反而乾淨。港式場景細節就值得落：講錢用港幣講法、講時間用廿四小時制，呢啲嘢聽眾聽得出係咪為佢哋而做。

長度估算：一般旁白每分鐘約 240 字符，30 分鐘節目即係約 7,200 字符。寫稿嗰陣可以用呢個數倒推：每個章節幾多分鐘、幾多字。稿寫法嘅系統性指南，可以睇旁白稿寫作指南。

第三步：分段生成

稿寫好，就到生成。兩個實務限制要知：

1. 單次提交上限 500 字符：7,200 字符嘅稿要拆做十五至二十段。好消息係第二步已經按短段落寫，拆段好自然
2. 批量生成：專業或者工作室方案支援批量，一次過最多排 25 個項目——一份稿拆出嚟嘅段數啱啱好排得入一次批量，提交之後等結果就得

分段嗰陣有一個技巧：段與段之間嘅銜接句寫得清楚啲（例如「講返另一個重點」），令每段都有自己嘅入口同出口，逐段聽核對嗰陣都唔會斷龍。批量生成令「生成」呢一步由逐段手動變成一輪提交，時間慳好多；留意唔同方案對同時進行任務數量有唔同上限，段數按自己方案嘅限制安排批次。因為所有段落用同一組聲線設定生成，一致性由設定保證，唔使逐段調校。長篇內容嘅分段策略，可以參考長篇旁白指南。

第四步：逐段核對修正

生成完唔代表收工。逐段試聽，重點檢查四樣嘢：

• 專名讀音：人名、地名、品牌名有冇讀得怪？有就改寫法重新生成嗰段
• 多音字：一啲字喺唔同詞語有唔同讀音，聽下係咪你要嗰個
• 語氣同節奏：句尾語氣詞讀出嚟自唔自然？段落之間停頓夠唔夠？
• 數字同日期：讀法係咪符合口語習慣

唔好慳呢一步：聽眾對「讀錯名」嘅容忍度極低，一個專名出事可以令成集嘅專業感跌價，逐段核對係最值錢嘅十幾分鐘。仲有一個細節好多人忽略：段與段之間嘅音量同速度一致性。同一組設定生成理論上一致，但如果某段稿特別長或者特別短，聽感節奏會唔同；連續聽兩三段，一有不順就係嗰度要調。實務上修正分兩類：字面問題改字就解決；節奏問題多數改標點同句長就搞掂。發現問題嘅段落，只需要改嗰段重新生成，唔使成集重做——呢個係分段生成嘅最大好處。建議每集將修正個案記錄低，之後嘅稿就會越寫越少問題。

第五步：字幕同發佈

音頻定稿，仲有字幕同發佈：

1. SRT 字幕：生成嗰陣開 SRT 輸出，直接攞到同步字幕，上載去影片平台做字幕軌，或者做節目文字版——唔使逐句對時間軸。SRT 仲有多一重用處：平台會索引字幕文字，聽障觀眾亦靠字幕跟內容，一個檔案多重用途。詳細做法可以睇SRT 字幕工作流
2. 節目文字版：同一份稿稍作整理就係 show notes 或者網站文章，音頻文字一稿兩用
3. 發佈 checklist：每集固定流程——音頻、字幕、文字版、封面，四樣齊先出街

成本拆解

以 2026 年 10 月港嘢定價計（以平台現行定價為準）：

幾個觀察：生成成本喺成個製作盤數入面係零頭；真正嘅投入係稿時間同核對時間。仲有一個隱藏位係返工成本：稿寫得好，一段一次過就過；稿求其，一段可能返工兩三次——時間成本遠高於字符成本，所以「稿好先慳」唔係口號，係成本結構嘅現實。如果想用高階方案嘅批量功能，記得將方案差價都計入盤數：用得着嘅功能先值得升級，唔好用「可能會用到」做升級理由。而每月嗰 5,000 字符免費額度，啱啱好夠做一條21 分鐘嘅試播片段，用嚟驗證節目概念零成本。想睇另一個長篇場景嘅盤數，可以參考有聲書製作案例。

開季之前：準備清單

正式開季之前，將以下五樣嘢準備好：

• 聲音設定文件：聲線、風格、情緒設定，連試聽樣本一齊存
• 稿件模板：hook、章節、收尾嘅固定格式，每集填內容就得
• 片頭片尾設計：片頭十五秒內入主題，片尾固定一句收結
• 試播片段：用免費額度做一段八分鐘內容，內部試聽收集意見
• 發佈渠道清單：上載去邊啲平台、每個平台要咩格式

清單齊，第一集就唔會臨場亂，成季嘅製作節奏亦容易保持。

單集時間線示例

用「一星期一集」嘅節奏做例：

• 星期一、二：定題目＋寫稿（最大嘅時間塊）
• 星期三：分段生成＋逐段核對
• 星期四：修正重生成＋音頻定稿
• 星期五：字幕、文字版、發佈

呢個節奏係示例，你可以按自己產能壓縮或者拉長；重點係每個步驟有固定日子，唔靠靈感催稿。留意時間結構：真正花注意力嘅係頭尾兩端（寫稿同核對），生成本身喺背景跑，唔佔用注意力。呢個結構正正係 AI 語音嘅優勢——唔使預約錄音室、唔使遷就錄音時間，稿好就有聲。

呢個流程啱咩類節目？

• 知識型／教學型：最啱。單主持講述、內容為王，聲線清晰就夠
• 新聞摘要型：啱。稿為主、定期產出，批量生成嘅優勢最大
• 故仔／敘事型：啱，但要多啲演繹——風格情緒設定用得重手啲，稿嘅節奏更講究
• 訪談型：唔直接啱——訪談嘅核心係真人對答；AI 聲可以做旁白串場、開場收尾、廣告位

一句總結：凡係「有稿嘅部分」，呢個流程都用得着。

想再進一步？

• 用自己把聲做主持：聲音複製功能可以用參考音頻生成貼近你聲線嘅主持聲——前提係音頻主人明確同意
• 多主持對話節目：兩把聲線對話嘅形式都做得到，稿寫成對話分工，分別用唔同聲線生成
• 產能自動化：內容量再大，可以用 API 將「稿 → 分段 → 生成 → 字幕」串做自動流程

三個方向可以按節目成長逐步加，唔使一次過全開。不過無論加幾多嘢，「稿好」都係一切嘅地基，呢個位冇捷徑。

常見問題 FAQ

30 分鐘節目要幾多字符？

按每分鐘約 240 字符估算，30 分鐘約 7,200 字符。實際數字會因為語速、停頓、內容類型有出入，建議用你自己嘅第一集試一次，之後就有你節目嘅專屬換算率，之後每一集都用同一個率規劃稿量。

免費額度夠做一集嗎？

每月 5,000 字符約合 21 分鐘音頻，唔夠做一集 30 分鐘，但絕對夠做試播片段或者片段預告。建議用呢啲額度驗證聲線選擇同稿寫法，確認方向啱先做全集，唔使一開始就投入付費方案。

AI 聲做主持會唔會冇人聽？

聽眾留低唔走嘅原因係內容，唔係把聲係咪真人錄音。聲線揀得貼合節目氣質、稿寫得自然，聽感就係一個「清晰嘅講者」。建議做兩至三集收集聽眾意見，再決定聲線設定要唔要微調——用意見驅動調整，好過自己估。

點樣保持成季節目聲音一致？

將聲線、風格、情緒設定喺第一集之前一次過定死，寫入製作文件，每一集照用同一組設定生成。唔好中途換聲線或者風格——聽眾對「把聲變咗」好敏感，一致性本身已經係節目品牌嘅一部分。如果團隊多人製作，呢份設定文件仲要係唯一事實來源，任何人有改動都要先更新文件。

稿要點寫先唔會聽落似機器讀稿？

三個關鍵：短句、口語詞、語氣詞。書面語直接照讀，無論咩聲線都會離地；將稿改寫成「點同人講」嘅節奏，AI 讀出嚟就自然。自己讀出聲一次，讀到邊句唔似講嘢，就修邊句。稿寫法嘅完整方法可以參考入文第二步嘅清單。

可以用自己嘅聲做主持嗎？

可以，聲音複製功能以參考音頻生成貼近你聲線嘅主持聲，之後每集唔使自己錄。留意前提：參考音頻一定要係你本人或者已獲授權同意嘅聲音。做完之後記錄低複製聲線嘅設定，成季照用同一組。如果想比較複製聲同圖庫聲線嘅取捨，可以由試播片段開始兩邊都試。

每月四集嘅產能現實嗎？

現實，而且瓶頸唔喺生成。按流程做熟之後，每集嘅主要時間落喺寫稿同核對：寫稿視乎你對內容嘅要求，核對熟手之後每集可以壓到一兩個鐘內。批量生成加 SRT 自動輸出，將技術性工序壓到好細，一個小團隊完全應付得來。真正要守紀律嘅係稿期——按住日曆寫稿，產能就穩定。

[!CTA]

想用你嘅第一集稿試生成？

喺港嘢免費開戶，攞每月 5,000 字符做你嘅試播片段，聽完先決定開唔開季。