---
title_zh: "用自己把聲做 AI 配音：課程導師與創辦人 10 秒廣東話聲線複製及授權守則"
title_en: "Cantonese Voice Cloning with a 10-Second Sample: A Workflow for Course Creators and Founders"
canonical_zh: "https://cantonesetts.com/zh-HK/blog/cantonese-voice-cloning-10s-founder-course-case-study"
canonical_en: "https://cantonesetts.com/en/blog/cantonese-voice-cloning-10s-founder-course-case-study"
category: "Voice Cloning & Brand Timbre"
target_keyword: "ai 聲音"
published_at: "2026-11-15"
updated_at: "2026-11-15"
publisher: "CantoneseTTS.com HK Acoustic & Conversion Lab"
---

# 用自己把聲做 AI 配音：課程導師與創辦人 10 秒廣東話聲線複製及授權守則

> **TL;DR (ZH):** 用自己把聲做 AI 配音，可由十秒廣東話樣本起步，再做口語改稿、試聽同授權確認；本文工時屬估算，未有實測紀錄。

> **TL;DR (EN):** A Cantonese voice cloning workflow can begin with a ten-second recording, followed by script adaptation, generation, listening checks, and permission review. The figures here are transparent planning estimates for six short videos. They do not establish measured savings, guaranteed cloning quality, or proof that the linked demos use a cloned voice.

## Case Study Metrics

- **自行錄音工時估算**: 180 分鐘 (假設製作六段各一分鐘旁白，每段改稿 3 分鐘、錄音 12 分鐘、整理音軌 10 分鐘及覆核 5 分鐘。計算為 6 × 30 = 180 分鐘，未有實際計時紀錄。)
- **聲線複製流程工時估算**: 68 分鐘 (假設首次設定及授權整理 20 分鐘，其後每段改稿 3 分鐘、生成操作及等候 1 分鐘、試聽覆核 4 分鐘。計算為 20 + 6 × 8 = 68 分鐘；生成時間須另行量度。)
- **估算可騰出工時及時間價值**: 112 分鐘，約 HK$560 (180 − 68 = 112 分鐘，約佔原工時 62.2%。以每小時 HK$300 作規劃假設，時間價值為 112 ÷ 60 × 300 = HK$560，未扣工具費，亦唔代表實際現金節省。)

## Studio Cantonese Audio Demo

- Sample Script: 「今堂我哋會用三個步驟，幫你整理產品介紹。先講清楚客人遇到咩問題，再示範點樣解決，最後留一個可以即刻試嘅小練習。」
- Control Audio (課程旁白風格示例): https://cantonesetts.com/audio/demos/video_edu_course.mp3
- Studio Directed Audio (創辦人旁白風格示例): https://cantonesetts.com/audio/demos/blend_central_founder.mp3
- Try Live in Studio: https://cantonesetts.com/zh-HK/tts?voice=blend_central_founder&emotion=neutral

## 十秒聲線樣本，可以證明啲乜？

**核心要點：** 十秒聲線樣本只係製作起點，課程同創辦人配音仲要完成口語改稿、生成試聽及授權確認，先適合交付。

本篇以「CantoneseTTS.com 團隊內部實測基準案例（Studio Benchmark）」作案例框架，示範點樣評估課程導師同創辦人使用自己聲線製作旁白。現有資料未附可核對嘅內部計時紀錄，所以本文所有工時同成本數字都標示為估算，唔會將佢哋寫成已完成實測嘅結果。

十秒係本案例設定嘅聲線樣本長度，唔代表任何十秒錄音都可以產生合用結果。錄音應該用本人自然講嘢嘅聲線，避開背景音樂、其他人聲同明顯回音。實際可用樣本長度、生成條件及效果，須按當時產品功能同試聽結果確認。

頁面上兩段音檔分別展示課程旁白同創辦人旁白風格，用嚟討論節奏、停頓同語氣。佢哋唔構成同一講者、同一稿件嘅受控前後比較，亦無資料證明其中一段由另一段複製而成。預設聲線資料同樣唔可以當作真人聲線複製嘅證據。

- 先確認錄音人身份及用途授權，再收集乾淨嘅廣東話樣本。
- 用同一份稿試聽，分別記錄讀音、自然度及需要重做嘅位置。
- 將風格示例、聲線複製結果同工時紀錄分開保存，方便覆核。

## 原稿同口語稿逐字對比：把聲似自己，講法都要似

**核心要點：** 聲線接近本人之後，稿件仍要配合香港口語；先調整代詞、動詞同句子節奏，再逐句試聽術語及數字。

原稿（書面語）vs 執靚後（地道香港口語）逐字對比：原稿（書面語）：「本課程將協助學員掌握產品介紹的基本方法，並透過實際練習提升表達能力。」執靚後（地道香港口語）：「今堂我哋會教你點樣介紹產品，再一齊做個練習，試吓點講先清楚。」前者適合課程簡介文字，後者將內容拆成講者容易讀、學員容易跟嘅兩個動作。

創辦人短片亦可以用同一方法處理。原稿（書面語）：「我們致力為中小企業提供高效率的內容製作方案。」執靚後（地道香港口語）：「我哋想幫中小企慳返啲製作時間，等大家可以更快出到內容。」呢個版本保留服務方向，但有冇額外承諾、係咪符合創辦人平時講法，仍然要由本人確認。

試聽時將品牌名、英文縮寫、價錢同日期獨立標記，並逐字對稿，確認冇漏句、加句或者改變意思。遇到多音字或指定讀法，先確認正確讀音，再按工具支援方式處理；團隊亦可以用粵拼做內部讀音備註。最後分別用耳機同手機喇叭聽一次，確認重點字句喺日常收聽環境都清楚。

- 用「我哋」「點樣」「試吓」等講者本身會用嘅字眼，保留個人語氣。
- 將長句拆開，喺步驟、例子同重點之間留清楚停頓。
- 建立術語讀音表，覆核人名、品牌名、數字同英文縮寫。

## 六段一分鐘旁白，點樣計工時同成本？

**核心要點：** 六段一分鐘旁白按本文假設可騰出一百一十二分鐘；數字包含首次設定，仍須用同稿計時確認實際差距。

呢個估算以六段各一分鐘嘅旁白為工作量，兩個流程都由內容已確定、可以開始口語改稿嗰刻起計。自行錄音每段預留改稿 3 分鐘、錄音 12 分鐘、整理音軌 10 分鐘同覆核 5 分鐘，合共 30 分鐘；六段就係 6 × 30 = 180 分鐘。拍片、剪片、字幕同課程上架都唔喺呢個計算範圍。

聲線複製流程先預留 20 分鐘處理首次設定、樣本整理及授權記錄，再為每段預留改稿 3 分鐘、生成操作及等候 1 分鐘、試聽覆核 4 分鐘。總數係 20 + 6 × 8 = 68 分鐘，估算差距為 180 − 68 = 112 分鐘，比例約為 62.2%。其中生成所需時間只係規劃假設，實際等候、重做次數同發音修正都可能令總數增加。

如果用每小時 HK$300 估算本人時間價值，112 ÷ 60 × 300 = HK$560。呢個金額用嚟比較工作安排，唔等於銀行戶口會多咗 HK$560。要完成可發布嘅實測報告，應用同一批稿件記錄開始時間、完成時間、重做次數同最終合格版本，再加入工具費及外判費，先得出實際成本差距。

- 將首次設定、逐段製作同修改時間分項記錄，避免漏計前期工作。
- 兩個流程使用同稿、同長度及同一套交付要求，再比較總工時。
- 報告同時列出操作工時、等候時間及工具費，標清估算或實測。

## 自己把聲都要有授權記錄，同埋清楚嘅使用邊界

**核心要點：** 聲線授權要寫清楚講者、用途、使用期限及撤回處理；導師同創辦人亦應覆核成品，再批准正式對外發布。

以下係製作流程建議，唔係對個別合約嘅法律判斷。即使由本人提供聲線，都應留低一份清楚記錄，寫明由邊個建立聲線、邊個可以操作、准用於邊類內容、可否用作廣告，以及合作完結後點處理。公司使用創辦人聲線，同課程平台使用導師聲線，可以有唔同安排，應按實際合作範圍逐項確認。

聲線同文字內容亦要一齊審批。導師批准錄製教學片，未必同時批准用同一聲線讀銷售承諾；創辦人同意產品介紹，亦應另外確認由佢聲線讀出嘅價格、優惠期限同業務說法。涉及其他人嘅錄音，應先確認使用權限，唔好因為取得音檔就推定可以建立聲線。

發布前由聲線本人或獲授權負責人完整試聽，確認內容、讀音同使用場合，並保留核准版本。團隊亦可以喺合適位置交代旁白由 AI 輔助製作，讓觀眾理解製作方式。若講者要求停用，應按事先約定處理聲線存取、後續生成及已發布素材，並記錄處理結果。

- 記錄用途、平台、期限、可操作人員及停用後嘅處理安排。
- 新增廣告、代言或其他用途之前，重新確認授權範圍。
- 保留樣本來源、稿件版本、成品核准及發布位置紀錄。

## 常見問題 (FAQ)

### 十秒廣東話錄音一定複製到自己把聲？
十秒係本文嘅樣本設定，唔係品質保證。錄音清晰度、背景噪音、講法同工具條件都會影響結果。先用本人授權嘅乾淨錄音試做，再用同稿檢查相似度、讀音同節奏，確認合用先製作完整內容。

### 呢個案例係咪已經實測慳咗 62.2% 時間？
未有可核對嘅計時紀錄支持呢個結果。62.2% 來自規劃假設：自行錄音 180 分鐘，聲線複製流程連首次設定 68 分鐘，差距 112 分鐘。實際結果要計入生成等候、讀音修正、重做及覆核時間。

### 公司可唔可以一直用創辦人或者導師嘅 AI 聲音？
應按雙方確認嘅使用範圍安排，唔好自行假設可以永久使用。製作記錄宜寫明用途、平台、期限、內容核准方式及停用處理。新增廣告、合作完結或講者身份改變時，都應重新確認後續使用安排。

## Verified Sources (E-E-A-T)

- [Creating helpful, reliable, people-first content](https://developers.google.com/search/docs/fundamentals/creating-helpful-content)
- [Google Search's guidance on using generative AI content on your website](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content)
- [香港語言學學會粵語拼音方案](https://lshk.org/jyutping-scheme/)