WCAG 粵語語音網站：無障礙條款點樣用語音落地

一句答你： WCAG 無障礙標準冇強制網站要有語音版，但粵語語音係達成多個條款嘅最實用手段之一——替代內容、字幕、語言標示三件事做啱，網站嘅無障礙評級同香港用戶嘅實際體驗一齊升。

Key Takeaways

• WCAG 唔係法律黑紙白字要你有語音版，但「可感知」原則下，語音版係文字內容替代呈現嘅延伸做法。
• 香港政府無障礙網頁指引以 WCAG 2.2 AA 級做基準，公營機構同承接政府項目嘅供應商都跟埋。
• 三組直接相關條款：非文字內容要有替代（1.1.1）、有聲內容要有字幕同文字稿（1.2 系列）、頁面要標語言（3.1 系列）。
• 語言標示（lang 屬性）直接影響讀屏軟件揀邊套語音引擎讀你個網站，標錯語言等於請個唔識廣東話嘅人讀稿。
• 網站粵語語音四種形態：讀屏相容、文章朗讀按鈕、音頻版內容、影片字幕，唔同形態服務唔同用戶群。
• 生成音頻時順便出 SRT 字幕，一個動作同時服務聽障用戶同靜音播放場景。

WCAG 同粵語語音係乜嘢關係

WCAG（Web Content Accessibility Guidelines）係萬維網聯盟（W3C）出嘅網頁無障礙國際標準，分 A、AA、AAA 三個達標等級，圍繞四條原則：可感知、可操作、可理解、穩健。香港方面，政府嘅無障礙網頁指引以 WCAG 2.2 AA 級做基準（官方指引見香港數字政策辦公室《無障礙網頁手冊》專頁），政府網站連同公營機構陸續跟辦，商業機構亦越來越多將 AA 級寫入網站採購要求。完整條文喺 W3C 官方文件（WCAG 2.1）可以逐條查。

咁粵語語音喺邊度入場？WCAG 嘅核心思想係「同一資訊，多種接收方式」——圖要有文字描述、影片要有字幕、文字稿。將呢個思想套喺文字內容度，語音版就係最自然嘅延伸：視障用戶靠讀屏、讀寫障礙用戶靠聽讀、長者同低視力用戶靠大字加語音，同一篇內容服務晒。粵語語音嘅價值在於：對香港用戶嚟講，母語聆聽嘅理解度同耐性，遠高過唔純熟嘅第二語言。無障礙場景下粵語語音嘅整體應用圖景，粵語 TTS 點樣提升無障礙體驗一文有總覽。呢篇由條款到落地流程，拆解網站加粵語語音嘅完整做法。粵語語音技術本身嘅基礎，睇廣東話 TTS 完全指南。

三組直接相關嘅條款位

非文字內容要有替代：1.1.1（A 級）

網站入面所有非文字元素——圖表、資訊圖、按鈕圖示——都要有等義嘅文字替代。呢條同語音嘅關係係間接但重要：替代文字嘅質素決定讀屏用戶接收到咩，而讀屏正正係用語音合成讀出嚟。所以「個 alt 寫咩」同「讀出嚟係咩效果」係同一件事嘅兩面——替代文字要語義完整，唔好寫「圖片」、「image123」呢類廢話，因為用戶真係會聽到呢句。

有聲內容要有字幕同文字稿：1.2 系列（A 至 AA 級）

反過嚟，你自己加入嘅有聲內容——文章音頻版、宣傳片、播客——都受呢組條款管：純音頻要有文字稿（1.2.1）、預錄影片要有字幕（1.2.2）、重要視覺資訊要有音訊描述（1.2.3/1.2.5）。實務上，AI 生成音頻時順便要求 SRT 字幕輸出，字幕同文字稿一次過齊料，條款要求同靜音播放場景一次搞掂。呢啲字幕做法對聽障用戶嘅意義，落手做之前值得專登了解一次。

語言標示：3.1 系列（A 至 AA 級）

頁面要標主語言（3.1.1），頁內其他語言段落要個別標示（3.1.2）。呢條係粵語網站最常出事嘅位：好多香港網站成個頁面標英文或者普通話簡體語系，讀屏軟件跟住用錯嘅語音引擎讀——用普通話音系讀廣東話文本，出嚟嘅音對香港聽眾嚟講好多字都走樣。語言標示係讀屏體驗嘅第一道閘，標啱咗，後面先有得救。

網站粵語語音嘅四種形態

形態一：讀屏相容——地基工程

讀屏軟件係視障用戶嘅主要瀏覽工具，佢讀你個網站嘅音質，由你嘅語言標示同結構語義決定。呢個形態唔使你自己生成任何音頻，要嘅係：語言標示正確、標題層級清晰、替代文字齊全——讀屏加粵語語音引擎就會讀得順。呢個係地基，冇佢其他形態都白做。讀屏場景嘅完整技術細節，睇廣東話讀屏 TTS 完整指南。

形態二：文章朗讀按鈕——主動服務

喺長文頁面加「聽呢篇」按鈕，撳一下用你預先生成好嘅粵語音頻讀全文。同讀屏嘅分別係：讀屏係用戶自己帶工具嚟，朗讀按鈕係你主動提供服務——對唔識用讀屏、但需要聽讀幫助嘅用戶（好多長者同讀寫障礙用戶屬呢類）先至係真正貼身嘅幫助。WordPress 等內容平台嘅接入路線，睇WordPress 粵語 TTS 插件三條路線。

形態三：音頻版內容——專屬收聽體驗

將重點內容（深度報道、指南、通訊）出成正式音頻版，配播放器上架，甚至集合成音頻欄目。呢個形態唔止服務無障礙——通勤、運動、家務場景嘅一般用戶同樣受惠，係無障礙同一般體驗嘅交集位。視障用戶由讀屏到音頻版嘅完整選項比較，做稽核時值得並排睇一次。

形態四：影片字幕同音訊描述——媒體內容合規

網站有影片嘅話，字幕係 AA 級硬要求，音訊描述（將畫面重要資訊讀出嚟）係進階要求。AI 粵語語音喺度可以直接做音訊描述嘅聲軌——由描述稿生成，成本平到可以全片配置。

長者同讀寫障礙：語音服務嘅另一批主力用戶

講起無障礙，好多人淨諗到視障用戶，但粵語語音實際服務嘅版圖大得多。長者用戶：視力退化令長時間閱讀辛苦、有啲識字量有限，母語語音係佢哋接收資訊嘅主渠道——政府服務通知、醫療健康資訊、社區公告，有語音版嘅觸及率完全唔同級數。讀寫障礙用戶：識讀但讀得辛苦同慢，聽讀令佢哋用同樣時間接收到同樣內容。呢兩批用戶加埋，係語音版內容最大嘅日常受眾。

服務呢兩批用戶，語音設計有啲特別位：語速要比一般內容慢一截、重要資訊重複講、介面掣要大要少。長者友善介面嘅完整設計要點，睇長者友善粵語語音介面設計指南。讀寫障礙用戶嘅朗讀場景，就睇讀寫障礙粵語朗讀指南。

粵語特別位：語言標示點樣先啱

香港網站嘅語言標示有兩個常見錯法：一係成個站標錯（繁體中文內容標成簡體語系代碼），二係唔知道粵語有自己嘅語言代碼。事實上國際語言代碼標準入面，粵語有專屬子標籤（yue），香港繁中可以用 zh-HK，想明確標到粵語層面就用 yue 系標示。標示嘅意義喺實際效果：讀屏軟件見到語言標籤，會揀對應嘅語音引擎——標粵語就請廣東話聲音讀，標錯就係請錯人。

仲有一個位：中英夾雜內容。香港網站內容成日中英夾雜（產品名、專有名詞），按 3.1.2 條款，英文段落應該個別標示英文，讀屏先會用英文音系讀嗰幾個詞——呢啲細位正正係「有做無障礙」同「做好無障礙」嘅分界。

落地流程：由稽核到上線四步

第一步：無障礙稽核

行一次現況盤點：語言標示啱唔啱、替代文字齊唔齊、影片有冇字幕、標題結構清唔清晰。呢步會即刻見到地基位有幾多窿。

第二步：揀形態排優先次序

四種形態唔使一次過齊：地基（讀屏相容）一定排第一；跟住按內容形態揀——文字內容多就做朗讀按鈕同音頻版，影片多就先搞字幕。排好次序之後，每季加一種形態，三季之後四種齊晒，進度可控唔會爛尾。

第三步：生成同嵌入

揀定粵語聲線（長文朗讀要揀長時間聽唔攰嘅聲底），生成音頻順便出 SRT，音頻檔加播放器嵌入頁面。播放器本身都要無障礙：鍵盤操作得到、有文字標籤——唔好音頻係為無障礙而做，個播放器自己就無障礙唔到。

第四步：真實用戶驗證

上線前搵真實用戶試：視障用戶用佢自己嘅讀屏行一次全站，長者用戶試朗讀按鈕。自動掃描工具只驗到條款字面，用戶體驗要人講你知。驗證記錄要留底——邊位用戶、用咩工具、遇到咩位、點樣解決，呢份記錄下次改版就係最值錢嘅依據，唔會每次都由零摸過。

常見誤區

• 以為無障礙係「加分項」：對公營機構同越來越多企業採購嚟講，佢係入場要求。
• 只做自動掃描唔做人手驗證：掃描器驗唔到替代文字寫得好唔好、讀音標唔標得啱。
• 語音版有做冇管：內容更新咗音頻冇跟，過時嘅語音版比冇做更傷信任。語音版要跟內容更新流程行：改稿就重生成，同 SRT 字幕同步更新。呢個位最容易走漏眼，因為音頻係「做咗就唔再望」嘅資產——將佢納入內容更新檢查清單先係根本解法。
• 得個「播放」掣：播放器要有暫停、音量、進度控制——呢個都係 WCAG 條款（1.4.2 自動播放要可控）。
• 用色對比同字級唔理：語音係幫緊聽讀，但網站本身嘅視覺可讀性一樣係 AA 級範圍，兩邊一齊先係完整無障礙。

常見問題 FAQ

WCAG 係咪法律要求？

香港冇一條法例直接寫「網站必須過 WCAG 某級」，但政府網站指引以 WCAG 2.2 AA 做基準，《殘疾歧視條例》下無障礙服務提供亦有法律風險考慮。實務上：做政府項目係硬要求，做公眾服務係趨勢要求，做品牌係責任加分。

我個網站標 zh-HK 定 yue？

兩個都係有效嘅國際語言代碼標示：zh-HK 標到「香港繁體中文」，yue 系標示明確標到粵語層面。一般內容頁用 zh-HK 已經令主流讀屏揀到粵語語音；語言學習、語音相關內容想標得更精確，可以用 yue 系標示。重點係要有一個，唔好空缺或者標錯。

加語音版會唔會好貴？

按每分鐘約 240 字符換算，一篇千五字文章約 1,500 字符——對應約六分鐘音頻，實際成本好低；每月幾十篇文章嘅更新量，入門方案額度都應付到。真正的成本係流程：稽核、揀形態、審核，呢啲係人力位，但都係一次性建立、之後重用嘅。相對請人錄音版或者長期外判，呢個數量級令中小型網站都做得起，唔再係大機構專利。

讀屏用戶唔係自己有語音工具咩？

係——所以地基（讀屏相容）先係排第一。但朗讀按鈕同音頻版服務嘅係另一批人：唔識用或者用唔到讀屏嘅長者、讀寫障礙用戶、臨時需要聽讀嘅用戶（眼睛疲勞、做運動時）。四種形態對應唔同用戶群，唔係重複建設。

自動播放音樂式嘅設計得唔得？

得，但受條款限制：自動播放超過三秒嘅音頻，必須提供暫停或停止掣（1.4.2）。而實際體驗上，自動播放對無障礙同一般用戶都係滋擾多過服務，朗讀按鈕等用戶主動啟動先係主流做法。至於長文朗讀嘅聲線揀選，三個準則：長時間聽唔攰、語速穩定、多音字處理好——揀聲時用一篇真實長文試生成，聽足五分鐘先判斷，頭三十秒好聽唔代表耐聽。

做咗之後點知有冇用？

三個信號：無障礙回饋渠道嘅用戶意見、朗讀按鈕嘅使用數據、音頻版嘅播放完成率。無障礙改善嘅受眾相對少眾但忠誠度高，佢哋嘅口碑會喺社群傳返出嚟。另外可以留意埋搜尋表現：語音版加埋文字稿，等於同一篇內容多咗一層結構清晰嘅文本，對內容被理解同引用都有幫助。

機構冇無障礙團隊，由邊個負責行？

唔使專責團隊先做到：內容編輯行稽核同稿本，技術同事行嵌入，項目負責人跟驗收。粵語語音生成呢環本身係十幾分鐘學識嘅流程，真正的分工喺稽核同用戶驗證——呢兩步每季行一次已經夠，唔係日常負擔。

由稽核開始

今個星期就行一次語言標示同替代文字稽核，將地基位嘅窿清咗佢——語音版嘅價值，由呢一步開始累積，做政府項目抑或品牌經營都受用。

[!CTA]

為你嘅網站加第一條粵語音頻

揀聲、生成、嵌入，用免費額度行通一篇文章嘅朗讀流程。