短片廣東話配音：Reels／Shorts 用 AI 粵語旁白全流程 🎬

一句答你：短片（Reels／Shorts／抖音類）要加廣東話旁白，唔一定要入錄音室 — 用專為粵語而設嘅 AI 文字轉語音：貼稿、揀聲、生成，改稿就重出。港嘢 Playground 開戶即享每月 5,000 字符，即刻試到把聲夾唔夾你條片。

短片生態有個硬現實：多數人靜音睇片。所以旁白同字幕唔止係「加分」，好多時係你條片能唔能夠被睇完嘅關鍵。粵語短片創作者以往得兩條路 — 自己開咪（唔係個個敢），或者搵配音員（貴、慢、改稿要重錄）。而家有第三條：用粵語原生嘅 AI 語音合成出旁白。

呢篇專講短片呢個格式：同長片、廣告、教材配音有咩分別、四步點做、三大平台嘅可核實規格，同埋揀工具要睇乜。想睇通用嘅配音流程（揀聲三準則、各種場景），睇《粵語配音完整指南》；呢篇只做「短片」呢一格。

Key Takeaways

• 短片旁白三大要求：短、貼節奏、配字幕 — 節奏比長片更緊，一句多餘都嫌長
• 一條 60 秒旁白通常一段稿搞掂：API 單次收 1–500 字符，超過會被拒絕（唔會自動截斷），長稿要分段
• 平台規格唔同：Instagram Reels 接受 1.91:1 至 9:16、最低 720px、30fps；YouTube Shorts 最長 3 分鐘、最高 1080p（兩者 2026-10-08 查官方 Help）
• SRT 字幕可以同語音一次過出，唔使逐句對軸 — 香港短片觀眾大比例靜音睇
• 粵語旁白一定要揀粵語原生工具：普通話模型硬套粵語，聲調 flat、助詞讀錯，一聽就知唔對辦
• 港嘢開戶有 **每月 5,000 字符（月月重置）**額度，付費由入門 HK$128／月起

短片配音同長片配音，唔同在邊？

短、快、跟畫面 — 呢三個字就係短片配音同長片配音最大嘅分別。長片旁白可以慢慢鋪陳，短片旁白每句都要「值錢」。搞清呢個分別，你就知點解短片稿唔可以直接攞文章稿嚟讀。

時長：60 秒內，一句都要慳

短片嘅黃金時長以秒計。旁白如果寫成「首先……其次……最後」，畫面都未完，觀眾已經滑走。做法係一句一個資訊點，開頭三秒就要講出你條片嘅鉤。

節奏：跟畫面，唔係跟文章

文章嘅節奏由標點同段落決定；短片嘅節奏由剪接點決定。所以旁白稿最好同剪接一齊寫 — 邊個位切鏡、邊個位停半秒，寫稿時就標定。

字幕：多數人靜音睇，字幕幾乎必需

靜音環境下，字幕就係你嘅旁白。好消息係字幕唔使另做：生成語音時同步出 SRT，字幕時間軸就係語音本身嘅句子時間。流程睇《TTS 加 SRT 字幕》。

四步出一條有旁白嘅短片

① 寫一段「一氣呵成」嘅稿
        ↓
② 揀聲線（用你嘅真稿試，唔好用示範句）
        ↓
③ 生成旁白（Playground 或 API）
        ↓
④ 出 SRT 字幕 → 對軸 → 上片

第一步：寫一段「一氣呵成」嘅稿

短片稿三條規矩：句子短（一行一個意思）、口語用字（你平時點講就點寫）、段落分明（一段一個重點，易對剪接位）。香港人日常稿一定有英文，中英夾雜係常態 — 想知邊啲位要留意，睇《廣東話中英夾雜點讀》。

第二步：揀聲線 — 用你嘅真稿試，唔好用示範句

每把官方聲線都有試聽 sample，但 sample 係設計句。最準嘅測法：剪你篇稿最難嗰十幾秒（有數字、有專名、有英文），逐把候選聲線試，一聽就知夾唔夾。揀聲三準則（語域、長句穩定度、中英夾雜自然度）喺《粵語配音完整指南》有詳細拆解。

第三步：生成旁白 — Playground 定 API？

• Playground：貼稿即出，適合逐條片、逐段校。開戶即享每月 5,000 字符，夠試聲加出一段樣本
• API：想接落自己嘅後製流程先用。留意 API 單次請求收 1–500 字符，超過直接拒絕（唔會自動截斷）；批量提交（一次過最多 25 個請求）係付費方案功能。接入細節睇《粵語 TTS API 快速上手》

生成後逐段聽，重點聽多音字、專名、語氣轉位。有錯就改嗰段稿重出，唔使成條片重嚟。

第四步：出字幕、對軸、上片

生成時開 SRT，聲同字幕一次過出。字幕可以直接上載到平台（YouTube 官方支援 SubRip／.srt、UTF-8 純文字），亦可以喺剪輯軟件微調。呢步做完，一條有粵語旁白＋字幕嘅短片就成形。

短片旁白稿：改之前同改之後

大部分人第一次做短片旁白，都係攞返自己寫嘅文章稿直接讀 — 結果一聽就知「唔係短片」。下面用同一段內容睇兩個版本：

文章稿（唔啱直接讀）：
本產品支援多種輸出格式，包括 mp3 同 wav，並且能夠喺短時間內
完成生成，適合需要快速製作語音內容嘅用戶使用。

短片稿（啱旁白）：
支援 mp3 同 wav。
生成快，唔使等。
做語音，夠用。

三個分別一眼睇得出：句子短（一 screen 一句）、口語用字（「唔使等」代替「短時間內」）、斷句跟剪接（每句一個鏡頭）。呢個就係短片配音同文章朗讀最大嘅分野 — 唔係把聲問題，係稿嘅問題。

三個令旁白「唔夾畫面」嘅常見寫法

語速、停頓同音軌：三個設定令旁白更專業

生成旁白時，有幾個設定直接影響「夾唔夾畫面」：

另外提一提：旁白音量一般留返幾個 dB 嘅 headroom（唔好推爆），留空間喺剪輯軟件做最終混音。呢啲係通用後製習慣，同你用邊個工具無關。

三大平台嘅技術要求（可核實規格）

規格會改，以下係本文查證時點（2026-10-08）嘅官方講法，出片前請以官方 Help 為準。

至於抖音類短視頻（內地），直向 9:16 係業界慣例，但官方規格同地區政策隨時變，本文唔抄具體數字，出片前自己開官方頁確認最穩。共同點：全部係直向為主 — 即係你嘅旁白要配直向畫面嘅節奏，唔係橫向影片嘅節奏。

點解直向格式會影響旁白寫法？

直向畫面嘅資訊密度天生高（一屏可以塞好多字），但視線停留時間短。呢個物理條件直接影響旁白：

• 開頭三秒要講重點：直向短片嘅滑走成本最低，旁白第一句就要鈎住人
• 一句配一個畫面：直向剪接點密，旁白句子長度最好跟剪接點對齊
• 字幕位置要讓開 UI：平台嘅按鈕、帳號名會疊喺畫面某幾個位，字幕唔好放嗰度（各平台嘅安全區唔同，出片前確認）
• 唔好讀出畫面已經有嘅字：畫面上大大隻字寫住嘅標題，旁白唔需要逐字讀 — 咁樣浪費時間又重複

跨平台發佈：一條片配幾種比例

好多創作者會將同一條片發去唔同平台。做法係用一個母版（直向 9:16），再按各平台需要裁切或加安全邊。旁白方面，如果同一條片要配唔同長度版本（例如平台 A 要 30 秒、平台 B 要 60 秒），旁白稿就要預先寫成「可裁剪」結構 — 每段獨立成意，抽走中間一段都仲講得通。

三個令短片旁白「唔專業」嘅常見錯誤

做完上面四步，成品質素通常已經過關。但以下三個位最常令人覺得「怪怪哋」，值得特別留意。

一個實用嘅自我檢查流程

生成完一段旁白，唔好即刻上片。先用呢三步檢查：

① 靜音睇一次 → 字幕夠唔夠清楚？意思講唔講得通？
② 只聽聲唔睇畫面 → 旁白本身順唔順？有冇怪停頓？
③ 配埋畫面睇一次 → 旁白同剪接點對唔對得上？

三步都過，先至算完成。呢個流程花你幾分鐘，但慳返嘅係觀眾嘅「滑走」。

粵語旁白工具比較要點（全部標觀察日）

三個提醒：規格隨時變，出片前以各官方頁為準；「支援中文」唔等於「支援粵語」，一定要用粵語稿實測；「有粵語專頁」同「讀音啱」係兩件事。想睇九平台逐項對比，睇《廣東話 TTS 大比拼 2026》。

旁白、配樂同版權：上片前最後一關

旁白搞掂，仲有一關：配樂同素材版權。呢部分同 AI 無關，係上片基本功，但好多人喺呢度中招。

• 背景音樂：用平台內建嘅授權音樂庫，或者你自己有授權嘅音樂。唔好臨場喺網上搵「免費音樂」 — 好多標「免費」實際只限個人用途
• 旁白底噪：AI 生成嘅旁白一般好乾淨，唔需要額外降噪；但如果你後加音樂，記得音樂音量要低過旁白，唔好蓋住人聲
• 旁白同畫面嘅音量平衡：旁白係主角，音樂係配角。做完混音，用耳機聽一次確認人聲清楚

一個常見誤解：AI 旁白唔需要「申報」

視情況而定。多數平台嘅申報要求係針對逼真嘅 AI 生成內容（例如模仿真人聲音）。一般資訊型短片用 AI 旁白，通常唔一定觸發；但如果你複製咗某個人把聲，就要特別小心 — 有疑問就申報，零成本。

常見問題 FAQ

一條 60 秒短片旁白，大概要幾多字符？

API 單次請求收 1–500 字符，一條 60 秒旁白通常一段稿就夠；如果你條片資訊量特別密、稿超過 500 字符，就分成兩段（例如開頭一段、結尾一段）分別生成，再接返埋一齊。實際要幾多，最準係睇你份稿本身嘅字數。

短片配音用 AI，會唔會一聽就知係機械聲？

視乎工具同稿。粵語原生引擎（九聲六調、入聲急收、助詞自然）同「普通話模型硬套粵語」差距一聽就知。稿嘅影響同樣大：口語化、標點斷句做得好，自然度即刻上一截。

我唔想畀錢，可以點試？

港嘢開戶有**每月 5,000 字符（月月重置）**額度，夠你試幾把聲、出一兩段樣本。用得密再考慮付費方案；想知免費額度點用得最抵，睇《免費廣東話 TTS 點玩》。

旁白同字幕可以一次過出？

可以。生成語音時開 SRT，語音同字幕同步出，時間軸用嘅係語音本身嘅句子時間，唔使逐句手動對軸。平台側亦支援直接上載 .srt 字幕檔。

抖音、小紅書呢類短視頻平台用唔用得？

技術上，你只要有一段符合要求嘅音頻檔（一般係 mp3／wav），就可以配落任何平台嘅短片。留意各平台嘅比例、時長、內容政策會唔同，而且會改 — 出片前開返官方頁睇最新規格。

我用 AI 旁白，需唔需要申報？

視內容而定。多數平台係針對逼真嘅 AI 生成內容（例如模仿真人聲音、逼真合成場景）要求申報；一般資訊片用 AI 旁白，通常唔一定觸發，但有疑問就報 — 申報零成本，漏報先有風險。詳情以各平台最新政策為準。

由今日條片開始

短片製作嘅好處係試錯成本低 — 一條片唔得，唔會蝕幾萬蚊。所以最快嘅起點就係：攞你下一條片嘅稿（或者寫個 60 秒版本），去 Playground 揀把聲出旁白，聽到「呢把聲得」，成條片嘅計劃就實咗。