TTS

粵語九聲六調令合成難度遠超英文：拆解聲調建模、口語變調、懶音、中英夾雜四大挑戰，同埋點樣評估一個粵語 TTS 嘅聲調水平。

文字轉語音（TTS）點樣將一行字變成一把人聲？拆解文字前端、聲學模型、聲碼器三大階段，同粵語場景嘅特別難位。

自家網站加「聽文章」按鈕嘅完整實作指南：預生成同動態生成兩條路線點揀、管線點起、聲線選擇、播放器無障礙細節、成本捉算同常見陷阱。

企業 AI agent 識寫字唔識講嘢？用 MCP 將粵語 TTS 接入 agent 工作流，一句指令將報告、通知、提醒變成地道廣東話音頻，唔使另外寫整合程式。

AI 讀唔出香港人嘅語氣，唔係因為佢讀唔到字，而係因為語氣詞嘅工作唔喺字面 —「喇」同「啦」嘅聲母韻母完全一樣，淨係聲調差一格，功能就完全兩樣。

廣東話 TTS 主要分三種收費模式 — 按字符、按分鐘、按訂閱配額；港嘢用月費配額＋字符包制，四個方案每千字符單價由 HK$0.64（入門）到 HK$0.49（工作室），冇超額罰款。

港嘢免費 plan 每月送 5,000 字符、HK$0、唔使綁卡，大約等於 2 分鐘粵語語音。夠試、夠出超短內容；但要知清楚 4 個限制，同「計字符唔係計字」呢個規則，免費額度先至用得最抵。

揀廣東話 TTS 唔應該由價錢開始，應該由「你有冇辦法驗證佢讀得啱、講得自然」開始 — 價錢係第 5 個準則，唔係第 1 個。本文給你 5 個可自己驗證嘅準則同 10 項落單 checklist。

廣東話 TTS 嘅情緒控制，係提交任務時加一個 emotion 參數（9 個固定英文值之一）。佢會同 style、instruction 合併成一條演繹指示，次序鎖死 style → emotion → instruction。附可跟住跑嘅 async 提交同 poll 範例。

書面語唔係錯，但佢係寫出嚟睇嘅。廣東話 TTS 想聽落似香港人講嘢，就要貼稿前轉成口語（粵語白話文）。本文附 24 組對照表同 5 步轉換流程，有表可查、有步驟可跟。