多音字
「助長」個長讀 zoeng2，「長度」個長讀 coeng4。要睇埋個字放喺邊句。
讀音要啱 →港嘢真正唔同嘅地方
同一句稿，聽落可以差好遠
唔係普通TTS，港嘢處理嘅係香港人點樣講嘢：讀音、語氣、俚語、節奏，同埋最緊要嘅中英夾雜，做到無AI味、無鄉音
語氣詞
「喇、囉、啦」唔係裝飾，係句子個語氣。讀平咗，成句就唔似香港人。
語氣要順 →中英夾雜
「我哋下個 meeting 再傾」要順住講，唔係去到英文就突然斷開。
夾住講 →香港口語
「唔該晒」「係咪」「得喇」要似人講，唔似逐隻字讀稿。
講法要地道 →聲音複製
似把聲唔夠，講廣東話嘅語氣都要跟得住。由旁白到角色台詞都一樣。
聲線要一致 →無 AI 味
唔只係有聲就算，連香港人講嘢嘅節奏、收音同語氣都跟得住，聽落自然，唔似機械人。
聽落似真人 →多音字
「助長」個長讀 zoeng2，「長度」個長讀 coeng4。要睇埋個字放喺邊句。
讀音要啱 →語氣詞
「喇、囉、啦」唔係裝飾，係句子個語氣。讀平咗，成句就唔似香港人。
語氣要順 →中英夾雜
「我哋下個 meeting 再傾」要順住講，唔係去到英文就突然斷開。
夾住講 →香港口語
「唔該晒」「係咪」「得喇」要似人講，唔似逐隻字讀稿。
講法要地道 →聲音複製
似把聲唔夠，講廣東話嘅語氣都要跟得住。由旁白到角色台詞都一樣。
聲線要一致 →無 AI 味
唔只係有聲就算，連香港人講嘢嘅節奏、收音同語氣都跟得住，聽落自然，唔似機械人。
聽落似真人 →實測對比 — 粵語發音
01讀音・語氣
✗ 其他 TTS
常見其他 TTS 服務，中文模型非粵語專用
輸出：「你行錯路啦，行返轉頭啦，前面封左路」
問題：多音字讀錯令意思相反、助詞生硬——一耳聽出唔係香港人
✓ 港嘢 Canto-Gen
專為粵語訓練嘅模型，針對香港口音深度優化
輸出：「你行錯路啦，行返轉頭啦，前面封左路」
優勢：九聲六調準確，語氣自然流暢
核心引擎
Canto-X1
香港原生嘅廣東話 TTS 模型 — 為港式口音深度打磨
訓練音頻
0+
小時香港真實對話
語言覆蓋
0 萬+
俚語 ・ 中英夾雜語句
品質把關
多層
把關 — 人工抽檢 ・ 品質審核
音訊處理
0+
進階算法
ComfyUI · Seedance · Midjourney · Runway · Suno — 你用緊嘅製作工具，Canto-X1 補埋把聲
功能一覽
一鍵生成，即開即用。
🎬 影片配音📖 有聲書🏠 智能家居🎨 創作💬 講故事🤖 Chatbot🎙️ 旁白📱 Social Media
01
聲音複製
15 秒錄音 Voice Clone 指定聲音，代你完成繁瑣配音工作。
02
自選聲庫
50+ 豐富聲庫，按口音、年齡、風格挑選最合適的聲線。
03
SRT 字幕對齊
直接輸出 SRT 字幕文檔，字幕完美對齊聲畫同步，唔使再逐句校 timing。
04
一鍵接入 Agent
已經為你嘅 Agent 起好個壇，一鍵 copy prompt 過去，直接使用 MCP/API。
港嘢信念 · Brand Manifesto
「最好嘅語音模型，港嘢 · 極致專注 · 港式廣東話
係你根本
聽唔出佢係 AI Gen出嚟。」
月費訂閱 · TTS
文字轉語音 TTS
AI 配音 · 標點空白唔計錢 · 出音檔同 SRT 字幕
免費
HK$0／月
5K 字符／月
約 21 分鐘粵語語音 · 每月重置
- ✓聲音複製：可存 2 把聲線
- ✓排隊生成：同時排隊 3 個生成
- ✓SRT 字幕輸出
- ✓API + MCP 存取（每日 50 次）
- ✓開戶禮 2K 字符（一次性）
輕量
HK$58／月
60K 字符／月
約 4 小時粵語語音
- ✓聲音複製：可存 10 把聲線
- ✓排隊生成：同時排隊 4 個生成
- ✓SRT 字幕輸出
- ✓API + MCP 存取（無限額）
- ✓即 HK$0.97／1K 字符
- ✓每月重置
入門
HK$128／月
140K 字符／月
約 10 小時粵語語音
- ✓聲音複製：可存 30 把聲線
- ✓排隊生成：同時排隊 5 個生成
- ✓SRT 字幕輸出
- ✓API + MCP 存取（無限額）
- ✓即 HK$0.91／1K 字符
- ✓每月重置
最受歡迎
專業
HK$338／月
370K 字符／月
約 26 小時粵語語音
- ✓聲音複製：可存 100 把聲線
- ✓排隊生成：同時排隊 10 個生成
- ✓SRT 字幕輸出
- ✓API + MCP 存取（無限額）
- ✓即 HK$0.91／1K 字符
- ✓每月重置
工作室
HK$688／月
780K 字符／月
約 54 小時粵語語音
- ✓聲音複製：可存 200 把聲線
- ✓排隊生成：同時排隊 20 個生成
- ✓SRT 字幕輸出
- ✓API + MCP 存取（無限額）
- ✓即 HK$0.88／1K 字符
- ✓每月重置
按量計費 · ASR
語音轉文字 API
按用量計費・用幾多扣幾多・扣到零就停
文件轉寫
上載音檔・批量轉寫文字
HK$0.80／音頻小時
報告・會議・字幕
實時聽寫
邊講邊出文字
HK$1.40／音頻小時
即時對話・直播字幕
儲值對照表
未用餘額保留於帳戶 · 最低 HK$50| 儲值 | 可轉錄（文件轉寫） | 可轉錄（實時聽寫） |
|---|---|---|
| HK$50 | 62.5小時 | 35.7小時 |
| HK$100 | 125小時 | 71.4小時 |
| HK$300 | 375小時 | 214.3小時 |
| HK$500 | 625小時 | 357.1小時 |
| HK$1,000 | 1,250小時 | 714.3小時 |
| HK$2,000 | 2,500小時 | 1,428.6小時 |
自架／私有部署：用量不限 · 含於引擎授權企業方案 · 聯繫我們
✓ 按秒計費✓ 失敗或伺服器錯誤不扣費✓ 生成失敗自動退款✓ 音頻版權屬於你✓ 隨時自助取消
API + MCP 存取 🔌
幾分鐘接入 · AI agent 一插即用 · 付費方案全速，免費方案都有免費用量（每日 50 次）· 實時語音 API 1.3 倍計量
企業方案
大型項目、自訂配額、優先支援。按需求定製用量、功能、支援同 SLA。
常見問題
最新文章
睇晒全部文章 →新手入門：由零到出聲，睇 廣東話 TTS 完整指南。
免費廣東話語音轉文字：免費額度到底包幾多分鐘
同一個「免費」，Google 係每月 60 分鐘，ElevenLabs 折算約 30 分鐘，AssemblyAI 同 Deepgram 係幾百小時。差距唔係營銷誇張，係單位唔同。
Whisper 2027 年 2 月停用：廣東話 ASR 嘅遷移清單
OpenAI 2026-08-26 通知：whisper-1、gpt-4o-transcribe、gpt-4o-mini-transcribe、gpt-4o-transcribe-diarize 於 2027-02-26 關閉。粵語團隊要點搬？本文用公開文件同公開評測數據整理遷移清單。
廣東話轉錄點分辨講者：會議、訪談、客服錄音嘅實務做法
講者分辨（speaker diarization）係會議逐字稿最易被低估嘅一環。本文講清楚三種做法嘅差別、各家公開規格、粵語重疊發言同短回應嘅實務處理，同一個 10 段抽樣驗收法。
廣東話 AI 客服對白範本：12 段由開場到轉真人嘅腳本
客服腳本唔係背台詞，係一套決策樹。12 段由開場到收線，每段有建議秒數、廣東話寫法同失敗例子。
AI 客服接投訴：廣東話情緒升級處理同轉真人設計
投訴唔係一般查詢。客人要嘅係被聽見、有人負責、有明確下一步。AI 可以做前 90 秒，但要有兩個強制出口。
本地 AI 會議記錄工具比較：Subanana、Oak、CantoNotes 同港嘢點揀
國際工具喺香港粵語會議常常失手，本地四家又各有側重。本文只講官方頁寫得出、查得到嘅差異，唔排「準確度第一名」，因為冇同一個測試條件就冇得比。