TTS vs 真人配音成本計算：企業慳幾多即場計

一句答你： AI 配音同真人配音嘅成本差距，唔單止係每分鐘報價嘅對比——真正嘅差距喺修改成本同產能差異：改一個字 AI 係重生成一次（幾分鐘、以分毫計），真人係約人重錄（幾日、再付一次錢）；呢篇畀你一套完整計法，自己落數。

重點速讀 Key Takeaways

• 配音嘅總成本 = 製作成本 + 修改成本 + 時間成本 + 機會成本——淨係比報價係最常見嘅計錯法
• AI 側嘅換算基礎：約 240 字符 = 1 分鐘音頻；入門方案 HK$128／月有 200,000 字符（約 13 小時音頻額度）
• 修改成本係最大差異位：AI 改稿重生成係幾分鐘＋幾乎零成本；真人重錄要約期＋再收費
• 機會成本最易被忽略：以前「因為貴所以唔做」嘅內容（產品更新片、多版本培訓、月月轉嘅宣傳），AI 令佢哋變做得起
• 真人配音喺情感演繹級、品牌形象級項目仍然係對嘅選擇——呢篇唔係話 AI 全面取代，係話你揀得精明
• 附完整計算步驟同工作表，用你自己攞到嘅真人報價填入去，十分鐘出答案

計錯 ROI 嘅最常見方式：淨係比報價

好多企業比較 AI 同真人配音，方法係攞兩個報價對一下：「真人每分鐘幾多蚊 vs AI 每分鐘幾多蚊」——咁樣計，得出的結論永遠低估咗 AI 嘅優勢，因為淨係計咗四塊成本入面最細嗰塊。

配音嘅總成本有四塊：

一、製作成本：首次製作嘅直接費用——呢塊係大家通常淨係計嘅嗰塊。

二、修改成本：稿面要改嗰陣嘅成本——呢塊先係差距爆炸嘅位（下面詳計）。

三、時間成本：由提出需求到成品到手嘅日數——真人流程（約期、錄音、後製、來回）以星期計，AI 以小時計。時間本身有錢：排期待用嘅項目、趕市面嘅活動，延誤就係真金白銀。

四、機會成本：因為成本高而索性唔做嘅內容——呢塊最隱形，但對好多企業係最大嗰塊：產品每更新一次想重配嘅影片、想做多語言版本嘅教材、月月轉嘅促銷音頻——以前「諗都唔好諗」，而家係唔係做都做得到。

四塊加埋先係真 ROI。下面逐塊計。

第一塊：製作成本——AI 側精確計法

AI 配音嘅計費基礎係字符，換算關係好簡單：約 240 字符 = 1 分鐘音頻。粵語 TTS（港嘢）現行定價結構：

用呢條換算，任何項目嘅 AI 側成本都即刻計到：

示例一：10 分鐘企業培訓片。 10 分鐘 ≈ 2,400 字符。專業方案單價計（HK$338 ÷ 600,000 ≈ HK$0.56／千字符），呢條片嘅 AI 配音成本約 HK$1.35。

示例二：每月 60 分鐘常規內容（社交片＋通知＋教材）。 每月約 14,400 字符，入門方案（HK$128／200,000 字符）用唔到 8% 額度——實際月成本遠低過方案價，等於 每月百幾蚊上限。

示例三：全年 20 小時內容產出。 約 288,000 字符，專業方案半年額度都夠——全年 AI 配音開支大約係 幾百至千幾蚊級。

注意兩個定價特點：配額用完就完（冇超額收費），唔夠用就買字符包（最小 HK$50 = 62,500 字符）——成本結構冇意外。

第一塊（續）：真人側點攞數

真人配音嘅報價結構唔透明，攞報價嗰陣要問埋呢啲位，先算攞到「可比較」嘅數：

• 錄音費計法：每分鐘計？每段計？每節（session）計？最低消費幾多？
• 後製包唔包：剪輯、降噪、混音，包定另外計？
• 修改計唔計：改稿重錄係免費一次、收半價、定係照價再嚟？修改嘅界定（改個字 vs 改一段）點分？
• 版權範圍：音頻用喺邊啲渠道（內部／線上廣告／電視）係唔係唔同價？授權期幾長、續期點計？
• 加急費：快啲交貨，加幾多？

攞齊呢五項，你先有真人側嘅「第一塊成本」完整數字——好多時攞齊之後你會發現，報價入面嘅隱藏位比面價重要。

第二塊：修改成本——差距爆炸嘅位

配音稿嘅現實係：一定會改。政策更新、產品改價、上司有新諗法、發現讀錯專名——修改係常態唔係例外。

AI 側嘅修改：改稿 → 重新生成 → 幾分鐘出新音頻。成本 = 幾百個字符嘅用量（以分毫計）＋你行去撳個掣嘅時間。改十次都係咁，冇人情、冇約期、冇加急。

真人側嘅修改：聯絡配音員 → 攝期 → 重錄 → 後製 → 交付——快則幾日，慢則成個星期；費用視乎合約（免費一次、收費、照價），無論邊個條款，都係真錢＋真時間。

舉個實際場景：一套 60 分鐘培訓片，法例更新要改其中三段（合共 5 分鐘）。AI 側：改三段稿、重生成 5 分鐘（約 1,200 字符，HK$1 都唔使）、半個鐘搞掂。真人側：攞返修改條款、約期、重錄、等交付——呢個流程嘅錢同時間，你自己用攞返嚟嘅報價填入去，答案即刻見到。

內容量越大、更新越頻密嘅項目，呢塊嘅差距越誇張——因為 AI 嘅修改係「線性細成本」，真人嘅修改係「每次都係一次項目」。

第三、四塊：時間同機會成本

時間成本嘅量化：問自己一條問題——「呢個項目遲一個星期，公司蝕幾多？」活動宣傳遲咗就係錯過檔期；培訓片遲咗就係新員工晚一週上線；產品片遲咗就係銷售跟唔上發佈。將延遲嘅代價寫低，你就知時間成本幾重。

機會成本嘅量化：呢塊要反轉計——唔好問「AI 幫我慳幾多」，要問「以前因為貴而冇做嘅內容，而家做咗之後值幾多」：

• 產品更新後嘅影片配音（以前慳住唔重配，令影片同產品脫節）——而家月月更新
• 培訓材料嘅多語言／多版本版本（以前一個版本都嫌貴）——而家按部門、按語言出
• 每個月變嘅促銷音頻、季節性內容——以前「齋改文字」，而家連聲都一齊換

呢啲「新增出嚟嘅內容產能」冇以前嘅對照組，但佢哋嘅價值（培訓快咗、宣傳貼市啲、客戶資訊新啲）係企業實實在在攞到嘅。

三個真實場景：套公式直接套

場景一：企業培訓庫數碼化（一次性大項目）。 20 套培訓片 × 平均 30 分鐘 = 600 分鐘 ≈ 144,000 字符。專業方案（HK$338／600,000 字符）一個月額度罩得住，AI 側製作成本攤計約 HK$81（144 × 0.56）。真人側：600 分鐘嘅錄音＋後製＋版權，用你嘅報價計——而且呢個項目仲有一個倍數位：20 套片每年起碼更新兩成內容，AI 側更新成本係幾蚊級，真人側係重開一次項目。

場景二：每月社交媒體配音（持續小量）。 每月 8 條 30 秒片 = 4 分鐘 ≈ 960 字符，AI 側月成本約 HK$0.54（入門方案額度都用唔到 0.5%）。呢類場景嘅重點唔係錢，係節奏——社交內容要跟熱點，AI 令「朝早諗到、晏晝出片」變得可能，真人流程跟唔上呢個節奏。

場景三：季度產品資訊語音更新（修改密集型）。 每季改 10 段產品簡介（每段 60 秒）= 每季約 1,440 字符重生成，全年修改成本唔使 HK$4。真人側：每季約期重錄 10 段、每次流程幾日——修改密集型場景係 AI 優勢最極端嘅類別，冇之一。

三個場景嘅共通點：AI 嘅數字係可以精確計嘅（字符單價固定），真人嘅數字要你攞報價填——工作表填完，決定自己會浮出嚟。

兩邊都有嘅隱藏成本：公平計數清單

公平起見，AI 側都有佢嘅隱藏成本，計數嗰陣兩邊都要列：

AI 側隱藏位：

• 稿面準備：稿面要執（多音字、數字格式、縮寫）——一次性投入，之後係習慣
• 校聽時間：生成後要人耳核聽（尤其專名）——每段幾分鐘
• 學習成本：團隊頭一兩次嘅摸索——好快攤薄
• 精細情感場景嘅效果風險：唔啱用嘅內容類型，試咗先知要返真人

真人側隱藏位：

• 溝通成本：約期、改期、brief 來回——PM 時間係錢
• 等待機會成本：排期待用，項目成條鏈卡住
• 版權管理：授權期、渠道範圍、續期——冇管好係法律風險
• 人事風險：配音員檔期衝突、離行、突發——單點依賴嘅風險

兩邊清單都列，張工作表先算公平——不過你會發現：AI 嘅隱藏位多數係「一次性時間」，真人嘅隱藏位多數係「持續性金錢同風險」，性質唔同，計法都唔同。

多語言版本嘅 ROI：被低估嘅爆點位

四塊成本框架入面，多語言係 AI 優勢最誇張嘅場景：

傳統流程做多語言配音：每種語言搵配音員、錄音、後製、版權——成本係「單語言 × 語言數」，而且每加一種語言都係完整重來。所以以前嘅決定通常係「英文版都未必做，其他就算」。

AI 流程：稿面翻譯（呢步仲係要專業翻譯，唔好慳）→ 各語言生成 → 校聽——每加一種語言嘅邊際成本主要係翻譯＋校聽嘅人手時間，生成費用係蚊犖級。

對需要服務多元客群嘅企業（零售、旅遊、醫療、政府服務），呢個改變嘅意義唔止「慳錢」——係「以前做唔起嘅服務水平，而家做得到」。少數族裔資訊、多語言產品說明、雙語培訓——呢啲以前要特別立項嘅嘢，而家係內容營運嘅常規參數。 \n## 完整計算工作表：十分鐘出答案

攞張紙跟住填：

做完呢張表，多數以「資訊型內容」為主嘅企業，結論會好清晰；而真人配音保留嘅位置（情感演繹級廣告、品牌形象片、需要即場指導嘅項目）都會同時清晰——兩邊各安其位，先係精明嘅配置。

想睇真人 vs AI 嘅質性對比（聽感、適用場景、決策樹），睇 真人配音 vs AI 配音對比；AI 側成本嘅官方計算工具，用 TTS 成本計算器；定價全文睇 粵語 TTS 定價拆解。

計完之後：三個常見複算錯誤

做 ROI 對比時三個位最易計錯：一是將 AI 側嘅方案月費當成全部成本（實際用量通常遠低於額度，照返上面用量計法先作實）；二是漏計真人側嘅版權續期（音頻用幾年，授權費年年計）；三是唔計內容更新——第 2 塊修改成本先至係拉開差距嘅主場。三個位執返，張表先算真實。

常見問題 FAQ

AI 配音嘅「每分鐘成本」實際係幾多？

按專業方案單價（約 HK$0.56／千字符）同 240 字符／分鐘換算，每分鐘音頻嘅成本係 HK$1.35 左右；入門方案約 HK$1.54／分鐘、工作室方案約 HK$1.18／分鐘。而且呢個係「額度用幾多計幾多」嘅成本，唔係固定支出。

批量做幾百條片，仲有冇得平？

字符單價本身唔會因為量大而變（方案額度已經係量價），但批量 API 令操作成本大跌——一次過提交 25 段、系統自動排隊，操作人力接近零。批量 workflow 詳情睇 TTS 批量生成 workflow。

修改成本 AI 側真係咁平？

係——修改嘅計費單位同生成一樣（字符），改一段 60 秒嘅內容就係幾百個字符（幾毫子）＋幾分鐘等待。真正嘅「修改成本」其實係你改稿嘅時間，唔係生成嘅錢。

免費額度夠做咩規模嘅測試？

每月 5,000 字符 ≈21 分鐘音頻——夠做一條 21 分鐘片嘅完整配音，或者十幾條 30 秒社交片，或者一個月內容線嘅樣板。測試嘅目的係驗證聽感同流程，呢個量已經足夠。

邊啲項目唔應該用 AI 配音？

情感演繹要求極高嘅品牌形象廣告、需要即場創作互動嘅項目、聲音本身係「產品」嘅場景（例如代言人級嘅聲音授權合作）——呢啲位真人配音仍然係對嘅選擇。精明嘅企業係兩邊都用喺對嘅地方。

計完發現兩邊差唔多，點揀？

咁就將第三、四塊（時間同機會）放大再計——製作成本打和嘅項目，修改成本同產能差異通常會分出高下。真係全部打和嘅罕見情況，就揀流程簡單嗰邊（通常係 AI），將真人預算留去真正需要情感嘅項目。

稿面翻譯可以交畀 AI 做埋嗎？

市場宣傳稿唔建議——翻譯品質係品牌門面，母語人校對係必要工序。內部培訓、流程說明類，AI 翻譯起步＋人手校對係合理平衡。AI 只解決「讀」，唔代你承擔「譯錯」嘅責任。\n\n## 而家攞個真實項目嚟計

最直接嘅起步：攞你手頭一個真實配音項目（幾多分鐘、幾多稿），用免費開戶嘅每月 5,000 字符（月月重置）額度做出嚟——一條實物音頻，好過十份理論對比。

免費試做你嘅項目樣板