中英夾雜會議記錄 AI:粵語會議自動出逐字稿
香港會議係中英夾雜嘅語言實驗室,通用 AI 力有不逮。粵語轉寫+行動項目抽取嘅完整流程、揀工具檢查位同會議記錄治理。
廣東話 AI TTS 嘅教學、對比同使用心得。
呢度係港嘢 Canto-Gen 嘅博客,專門講廣東話 AI TTS 嘅實戰:由免費 plan 點玩最抵、多音字點樣避雷,到 API 同 MCP 接入教學都有。想先聽效果?直接去 playground 試;想由基礎學起,就由「完全指南」開始。
香港會議係中英夾雜嘅語言實驗室,通用 AI 力有不逮。粵語轉寫+行動項目抽取嘅完整流程、揀工具檢查位同會議記錄治理。
語音驗證 3 秒完成對比傳統問題驗證 90 秒,Nuance 規模個案 5 億用戶年攔 20 億美元詐騙。香港場景:HKMA 生物認證指引+長者電話理財嘅普惠位。
一人廣播劇產線:角色聲線表、逐句生成、演技寫入稿、音效音樂組裝、三渠道發佈。30 分鐘一集約 7,200 字符,成本約 HK$4.6。
紀錄片旁白係分段工程:按場景切 20 至 30 段逐段生成,SRT 做對齊骨架,改一句重做一句。40 分鐘旁白約 9,600 字符,成本約 HK$5.4。
AI 陪伴 app 爆發但粵語角色聲線真空。低延遲對話架構兩條路線、角色聲線人設綁定、未成年保護四層設計,開發者入門指南。
聽新聞係三門生意:無障礙、場景觸及、渠道分發。五站流水線由發佈觸發到播放器嵌入,800 字報道約 HK$0.45,快訊專題兩條產線分開管。
OTP、帳單、還款提醒走短訊,回應率長期低位。業界個案:安全確認由 SMS 轉 AI 語音來電,回應率由兩三成大幅倍數級提升;保險續保外撥接通 85%。
主持聲線複製(要書面同意)、品牌聲線、固定副聲三條路,口播稿五要點,批量生成 20 版本嘅版本管理同三級覆聽制。
聲音遺產保存完整指南:錄乜、點錄、三層保存架構、聲音複製嘅授權倫理底線、方言保育同家族聲音庫。