目錄(50 節)

TTS 貼稿完整檢查清單:10 個必查細節避免翻車

TTS 配音品質往往敗在貼稿細節,本文整理完整檢查清單,幫你一次避開所有常見陷阱。

— 港嘢內容團隊約 9 分鐘TTS貼稿檢查配音品質語音合成
分享:

一句答你:貼稿去 TTS 之前,最好行一次 checklist——字數、標點、多音字、書面口語、語氣詞、中英夾雜,逐項掃一次,廢 rate limit費同 quota 嘅機會會細好多。

Key Takeaways

  • TTS 單次請求有字符上限,超過會整段 rejected,唔會自動截斷
  • 多音字、書面語、語氣詞係粵語 TTS 嘅三大甩漏位
  • 標點、數字、特殊符號都要預先統一好
  • 中英夾雜位要加停頓,否則品牌名讀成亂碼
  • 唔同方案有唔同並行上限同 rate limit,貼前要留意
  • Preview 試音永遠係貼正式 quota 之前必做嘅一步

點解要行貼稿 checklist?

做粵語 TTS 嘅人最常撞嘅問題,唔係技術故障,而係貼完稿先發現讀出嚟唔啱——多音字讀錯、書面語太硬、語氣詞走樣、英文 brand name 變晒怪聲。改完再貼,又扣 quota;再撞 rate limit,又要等。

一篇稿由「貼落 TTS」到「出到 audio」,中間有幾個位可以卡住你:

  1. 字數超限——單次請求超過字符上限會被 reject
  2. 多音字讀錯——例如「行」可以讀 haang4 或者 hang4
  3. 書面語當口語讀——「因此」讀出嚟好似新聞報道
  4. 語氣詞走樣——「嘅」「咩」「喇」位置或者數量錯
  5. 中英夾雜——品牌名、英文 term 讀成亂碼
  6. 標點亂用——全形半形混雜,停頓位錯晒

呢啲問題每一個都可以用一份 checklist 喺貼稿前掃一次解決。

貼稿前 checklist 主框架

成個 checklist 可以分做五個 stage:

Stage目的主要動作
1. 字數同結構確保請求合法字符數、分段、批量
2. 多音字避免讀錯標註讀音、避重、改寫
3. 書面 vs 口語確保語感啱改寫、刪減、揀聲線
4. 標點同數字確保停頓啱統一格式、加停頓
5. 中英夾雜確保英文讀得順分段、加停頓、拼音

下面逐個 stage 拆開講。

Stage 1:字數同結構檢查

字符上限

TTS 單次請求嘅 text 欄位有字符上限(1–500 字符)。如果超過,個 request 會被 reject,唔會自動截斷。

實際操作:

  • 計字符數可以用一般 word count 工具,但要記住:標點、空白、英文字母都計一個字符
  • 一段 300 字嘅旁白稿通常已經接近上限,要預留 buffer
  • 如果稿長過 500 字符,要拆做幾段

拆段技巧

長稿唔可以逐段貼,要諗下點拆:

  • 按意思分段:一個完整意思一段,唔好喺句子中間斬開
  • 預留停頓:段與段之間用全形句號或者換行,畀 TTS 知道要停
  • 保持語境:同一段唔好突然轉 topic

批量請求

如果一次要交幾段稿,可以用批量 endpoint(items),最多 25 個 request bodies。但要留意:

  • 批量係全有或全無驗證——任何一項唔啱成個 request 都 reject
  • 批量係專業/工作室專屬,免費同入門 plan 用唔到
  • 批量一次請求只計一次 rate limit,唔係每項計

Stage 2:多音字檢查

粵語多音字係 TTS 嘅重災區。一個字可以有 2–4 個讀音,唔同 context 就唔同讀法。

常見多音字例子

字常見讀音例子
行haang4 / hang4 / hong4行路 haang4 lou6 / 銀行 ngan4 hong4
為wai4 / wai6為咩 wai4 me1 / 為了 wai4 liu5
識sik1 / zi1知識 zi1 sik1 / 認識 jing6 sik1
覺gok3 / gaau3感覺 gam2 gok3 / 睡覺 seoi6 gaau3
重cung4 / zung6重要 zung6 jiu3 / 重複 cung4 fuk6
長coeng4 / zeung6長短 coeng4 dyun2 / 成長 sing4 zeung6

點樣處理

  • 避重:如果一個字喺段入面有兩個可能讀音,改寫句子避開
  • 改寫:用另一個字代替,例如「銀行」改「banks」(夾雜)
  • 分段:將容易混淆嘅字放喺唔同段,畀 TTS 多啲 context
  • 預覽試音:貼正式 quota 之前,用 preview 試一次

如果想深入了解多音字嘅處理方法,可以參考廣東話多音字攻略。

Stage 3:書面語 vs 口語檢查

粵語 TTS 嘅一大特性係——佢讀得出書面語。問題係讀出嚟嘅語感可能太硬、太書面。

常見書面語陷阱

書面寫法口語建議
因此所以
然而但係
此外仲有
儘管雖然
顯然明顯
進行做
實施做

點樣判斷

  • 讀出嚟試一次:自己讀一次,如果好似新聞報道,就太書面
  • 對住人講:如果唔會對住朋友講,就改
  • 睇聲線風格:有啲聲線比較 formal,有啲比較 casual,揀啱聲線

詳細嘅書面語口語對比,可以睇書面語 vs 口語 TTS 攻略。

Stage 4:標點同數字檢查

標點統一

粵語 TTS 對標點好敏感——標點決定停頓位同語氣。

  • 全形 vs 半形:統一用全形(,。!?),唔好中英混雜
  • 句號:段尾一定要有,唔好淨用換行
  • 頓號:列舉用「、」,唔好用英文逗號
  • 引號:用「『』」或者「「」」,唔好用 "
  • 破折號:用「——」,唔好用 --

數字處理

  • 阿拉伯數字 vs 中文數字:「2026」讀「二零二六」,視乎場合決定
  • 電話號碼:分段加停頓,例如「2345-6789」
  • 年份:一般讀「二零二六」
  • 金額:「HK$100」讀「一蚊」,「HK$1,000」讀「一千蚊」
  • 百分比:「50%」可以讀「五成」或者「百分之五十」

特殊符號

  • emoji:emoji 一般 TTS 唔識讀,貼之前刪走
  • URL:URL 唔會讀成正常語音,貼之前改寫
  • hashtag:# 號一般唔讀,改寫或者刪走

Stage 5:中英夾雜檢查

中英夾雜(code-switching)係香港日常用語嘅特色,但 TTS 處理得好唔好就視乎系統。

常見夾雜位

類型例子處理方法
品牌名OpenAI、Meta用英文寫,加停頓
英文 termAPI、TTS、demo用英文寫
人名John、Mary用英文寫
地名New York用英文寫
縮寫HK、USA全寫或者分段

點樣處理

  • 分段:英文 term 前後加停頓,例如「用 OpenAI 嘅 API」
  • 拼音:如果 TTS 讀英文好怪,可以考慮用拼音或者廣東話寫法
  • 避重:如果一個 brand name 讀三次都唔啱,換另一個寫法

詳細嘅中英夾雜處理,可以參考中英夾雜 TTS 攻略。

預覽試音:貼正式稿前必做

無論你 checklist 行到幾仔細,貼正式 quota 之前一定要做一次 preview。

點樣 preview

  1. 揀聲線——睇廣東話 TTS 聲線攻略了解點揀
  2. 揀一段最難讀嘅稿——例如有多音字、有英文、有書面語嗰段
  3. 用最少字符(10–50 字)試一次
  4. 聽 audio,check 多音字、語氣、停頓
  5. 有問題就改稿,再試

點解要 preview

  • 慳 quota:preview 用嘅字符可以由免費額度扣
  • 慳時間:改好先貼正式,唔使成段重做
  • 慳錢:每千字符都有成本,唔好浪費

Rate limit 同並行上限

貼稿仲要留意系統嘅限制:

Rate limit

每個 API key 預設有 rate limit(每分鐘請求數)。撞到會回 429 rate_limit_exceeded,要等 Retry-After 秒數先可以再貼。

並行上限

唔同方案有唔同並行任務上限:

方案在途任務上限
免費3
入門5
專業10
工作室20

超過會回 429 in_flight_limit_reached。

點樣避免撞限

  • 分段貼:唔好一次貼十段,分幾次
  • 錯峰:唔好同人鬥 quota 高峰期貼
  • 睇 header:留意 X-RateLimit-Remaining,接近 0 就停

揀啱聲線同風格

貼稿 checklist 唔只係稿本身,仲包括揀聲線。

揀聲線要點

  • 場合:嚴肅場合揀 formal 聲線,輕鬆場合揀 casual 聲線
  • 性別年齡:揀啱 target audience
  • 試聽:每個聲線都有 preview clip,一定要聽
  • 風格:有啲聲線支援唔同演繹風格(styles),可以揀

揀錯聲線嘅後果

  • 讀出嚟語氣唔啱
  • 觀眾覺得突兀
  • 要重新做

快速 checklist(貼稿前 30 秒掃一次)

如果你趕時間,淨係記住呢十條:

  1. ✅ 字符數 1–500 之內
  2. ✅ 多音字已經處理或者避開
  3. ✅ 書面語改做口語(如果需要)
  4. ✅ 標點統一(全形)
  5. ✅ 數字、英文、特殊符號處理好
  6. ✅ 中英夾雜位加咗停頓
  7. ✅ 揀啱聲線同風格
  8. ✅ Preview 試過一次
  9. ✅ Rate limit 同並行上限未到
  10. ✅ 有 backup 計劃(如果出錯可以快速重做)

點樣將 checklist 融入 workflow

單次 checklist 唔夠,最好將佢融入日常 workflow:

寫稿階段

  • 一邊寫稿一邊 mark 低多音字
  • 寫完自己讀一次,mark 低硬嘅位

貼稿階段

  • 貼之前行一次 checklist
  • Preview 一次
  • 確認冇問題先貼正式

出 audio 後

  • 聽一次 final audio
  • 如果有錯,mark 低,update checklist
  • 將新發現加入下次 checklist

常見錯誤同點樣避免

錯誤 1:太長嘅段一次貼

後果:reject,浪費 quota 避免:預先計字符數,超過就拆

錯誤 2:多音字無處理

後果:讀錯音,觀眾出戲 避免:mark 低,避重或者改寫

錯誤 3:書面語當口語讀

後果:語感太硬 避免:自己讀一次,太硬就改

錯誤 4:英文 brand name 讀成亂碼

後果:品牌名變晒怪聲 避免:分段、加停頓、預覽

錯誤 5:無 preview 就貼正式

後果:錯咗要重做 避免:永遠 preview 先

總結

TTS 貼稿 checklist 唔係一個 step,係一個習慣。每次貼稿之前行一次,長遠可以慳好多 quota、時間、同錢。

最核心嘅三個位:

  1. 字數同結構——唔好超過上限
  2. 多音字、書面語、語氣詞——粵語 TTS 嘅三大甩漏位
  3. Preview——永遠試一次先

如果你想再深入了解粵語 TTS 嘅各種技巧,可以由廣東話 TTS 完全指南開始。

常見問題 FAQ

TTS 貼稿有冇字符上限?

有。單次請求嘅 text 欄位有上限(1–500 字符),超過會被 reject,唔會自動截斷。實際操作要預先計字符數,超過就拆段。拆段時記得按意思分段,唔好喺句子中間斬開。

多音字點樣處理最有效?

三個方法:避重(改寫句子避開容易混淆嘅讀音)、分段(將容易混淆嘅字放喺唔同段畀 TTS 多 context)、預覽(貼正式 quota 之前用 preview 試一次)。詳細可以參考廣東話多音字攻略。

書面語同口語應該點揀?

視乎場合。如果係新聞報道、正式公告,書面語可以接受;如果係 YouTube 旁白、社交媒體內容,最好改做口語。自己讀一次,如果好似新聞報道,就太書面。詳細對比可以睇書面語 vs 口語 TTS 攻略。

中英夾雜嘅品牌名點處理?

三個方法:分段(英文 term 前後加停頓)、拼音(如果 TTS 讀英文好怪用拼音)、避重(換另一個寫法)。建議貼正式之前 preview 一次聽效果。詳細可以參考中英夾雜 TTS 攻略。

點解要 preview?直接貼正式唔得?

Preview 可以慳 quota、慳時間、慳錢。每千字符都有成本,preview 用嘅字符可以由免費額度扣。聽完先貼正式,錯咗可以即刻改,唔使成段重做。

Rate limit 同並行上限有咩分別?

Rate limit 係每分鐘請求數(預設 60/min per key),並行上限係同時運行嘅任務數(按方案分級,3/5/10/20)。兩者撞到都會回 429,但 body 唔同。Rate limit 撞要等 Retry-After 秒數,並行上限撞要等任務完成。

揀錯聲線會點?

讀出嚟語氣可能唔啱場合,觀眾覺得突兀,要重新做。所以揀聲線一定要聽 preview clip,揀啱場合同 target audience。揀聲線嘅詳細方法可以睇廣東話 TTS 聲線攻略。

[!CTA]

想即刻試粵語 TTS?

去 Playground 免費試貼,每月 5,000 字符額度夠你行成個 checklist 一次。

相關文章