ElevenLabs AI 語音生成教學 2026：香港用家點樣用 AI 克隆聲音？
ElevenLabs 係目前最真實嘅 AI 語音生成工具，免費版每月 10,000 字符，可生成旁白、廣播稿朗讀、克隆聲音。本文教香港用家設定、廣東話效果同付費計劃分析。
ElevenLabs 免費版每月 10,000 字符（約 10 分鐘語音），支援廣東話，可生成旁白、Podcast 語音同克隆聲音，Starter $5 USD/月升至 30,000 字符，係目前最真實嘅 AI 語音工具。
想做 YouTube 旁白但唔想出聲？想將文章轉成 Podcast？想克隆自己把聲音做多語言版本？ElevenLabs 係目前市場上語音最自然、情緒最豐富嘅 AI TTS 工具，香港用家直接登記就用得，仲支援廣東話輸入。本文由免費版用法到 Voice Clone 步驟，全面教你使用。
ElevenLabs 可以做咩？（TTS、Voice Clone、Dubbing）
ElevenLabs 係 2022 年成立嘅美國 AI 公司，專注語音 AI 技術。主要功能分三大類：
Text-to-Speech（TTS）：將文字轉換成語音，係最基本嘅功能。ElevenLabs 嘅 TTS 同一般 TTS 最大分別係情緒自然度——語速、語氣、停頓都接近真人，特別係英文效果，連美音、英音都做得出。
Voice Cloning（聲音克隆）：錄製或上傳你自己（或任何人）1 分鐘以上嘅語音樣本，ElevenLabs 就可以用呢把聲音讀出任何文字。克隆出嚟嘅聲音係「Cloned Voice」，只要樣本夠清晰，相似度可以超過 90%。
AI Dubbing（配音/翻譯）：上傳一段視頻，ElevenLabs 自動偵測語音，翻譯成另一種語言，再用近似原聲嘅聲音配音，保留原本嘅語氣同情緒。適合 YouTube 創作者做多語言版本。
Projects（長篇内容管理）：付費版提供 Projects 功能，可以上傳整本書或長篇稿件，章節管理，批量生成語音，方便做 Audiobook 或長篇 Podcast。
ElevenLabs 嘅語音庫有超過 3,000 個預設聲音，涵蓋多種語言、性別、口音，香港用家可以直接揀現成聲音使用，唔一定要克隆。
免費版 vs 付費版功能對比
| 計劃 | 月費 | 字符/月 | 語音數量 | Voice Clone | 商業用途 |
|---|---|---|---|---|---|
| Free | 免費 | 10,000 | 3 個自訂 | Instant Clone | 唔可以 |
| Starter | $5 USD | 30,000 | 10 個自訂 | Instant Clone | 可以 |
| Creator | $22 USD | 100,000 | 30 個自訂 | Professional Clone | 可以 |
| Pro | $99 USD | 500,000 | 160 個自訂 | Professional Clone | 可以 |
10,000 字符有幾多？ 英文約 1,400-1,800 個單詞，大概 10-12 分鐘語音。中文（廣東話/普通話）字符同英文計算方式唔同，10,000 字符大約係 2,500-3,000 個中文字，即係約 15-20 分鐘語音（中文語速慢）。
免費版限制：
- 生成嘅語音唔可以用於商業用途（例如廣告旁白、客戶項目）
- 聲音質素限於 128kbps MP3
- 每日有生成次數上限（通常每日 200 次）
- Voice Clone 只限 Instant Clone（精準度低過 Professional Clone）
Starter $5 USD/月最適合：
- 個人 YouTube 頻道（可商業用途）
- Freelancer 幫客戶做語音旁白
- 每月需要 30 分鐘以上語音內容
廣東話支援效果如何？（實測）
廣東話 TTS 係 ElevenLabs 嘅弱項，但依然係市場上唯一有實際廣東話支援嘅主流 AI 語音工具。
實測結果（2026 年初）：
正面：ElevenLabs 可以辨識廣東話文字並生成粵語語音，唔會讀成普通話。基本詞彙發音正確，語速自然，適合標準廣東話內容。
不足：聲調準確率約 80-85%，部分三聲、六聲容易混淆。口語詞彙（例如「係囉」「唔係喎」）效果較差。廣東話語音庫比英文少很多，選擇有限。
提升廣東話效果嘅技巧：
- 寫稿時用標準書面廣東話，減少口語詞彙
- 標點符號控制節奏，逗號、句號影響停頓
- 數字建議用中文寫（「三十元」而非「30元」）
- 英文詞彙保留英文（ElevenLabs 普遍英文讀音好過中文音譯）
相比之下，Microsoft Azure TTS 嘅廣東話（HK-WanLungNeural）音色更自然，但 ElevenLabs 嘅優勢係 Voice Clone 功能。如果你需要用自己嘅聲音說廣東話，ElevenLabs 仍係最佳選擇。
點樣克隆自己嘅聲音（Voice Clone 步驟）
Voice Clone 係 ElevenLabs 最強大嘅功能，以下係完整步驟：
準備工作（影響克隆質素嘅關鍵）：
- 錄音長度：Instant Clone 最少 1 分鐘，建議 3-5 分鐘；Professional Clone 需要 3-30 分鐘
- 錄音環境：安靜房間，無背景噪音，無迴響
- 錄音設備：普通手機已夠，有外置麥克風更好
- 內容：朗讀文章（唔係對話），語速自然，情緒中性
- 格式：MP3 或 WAV，44kHz 或以上
Instant Voice Clone 步驟：
- 登入 ElevenLabs，進入「Voices」頁面
- 點擊「Add Voice」→「Instant Voice Cloning」
- 上傳你嘅錄音檔（支援多個檔案疊加）
- 填寫聲音名稱，例如「我嘅聲音 - 廣東話」
- 確認使用條款（聲明係你自己嘅聲音）
- 等待 30 秒至 2 分鐘，克隆完成
- 喺「Text to Speech」頁面選擇克隆聲音測試效果
Professional Voice Clone（Creator 或以上計劃）： Professional Clone 需要更多樣本（3-30 分鐘），但克隆出嚟嘅聲音更準確，特別係情緒起伏、語調細節方面。步驟相似，但上傳後需要等待 ElevenLabs 專屬處理（通常 24-48 小時）。
重要提醒：ElevenLabs 嚴格禁止克隆他人聲音，上傳時需要勾選確認「係本人聲音」或「已獲授權」。違反條款嘅帳號會被封禁，濫用克隆聲音做詐騙亦可能違反法律。
適合香港哪類創作者使用
YouTube / 短片創作者：需要旁白但唔想出聲（例如不露臉頻道、教學視頻），ElevenLabs 係最直接嘅解決方案。Starter $5 USD/月的 30,000 字符，足夠每週出 2-3 條 5 分鐘短片的旁白。
Podcast 主持人：想做多語言版本，或者製作有嘉賓對話格式嘅 Podcast（用唔同克隆聲音模擬對話），ElevenLabs 係好工具。注意：用 AI 語音做 Podcast，建議喺節目開頭說明，維持透明度。
教育內容創作者：做課程、補習教材，需要大量語音朗讀，ElevenLabs 可以大批次生成，比逐段自己錄音快好多。Creator $22 USD/月嘅 100,000 字符，足夠製作幾個小時嘅課程内容。
企業 / 品牌：公司 IVR 電話語音、企業介紹旁白、多語言客服錄音，Pro 計劃可以建立品牌專屬聲音，保持一致性。
廣告創作人 / Freelancer：替客戶製作廣告旁白，ElevenLabs 可以快速生成樣版，節省聘請配音員嘅時間同費用。需要 Starter 或以上計劃方可商業使用。
唔適合嘅情況：需要廣東話高度準確嘅內容（例如政府公告、醫療資訊），建議仍用真人配音，AI 廣東話發音仍有機會出錯。
常見問題
ElevenLabs 廣東話效果同 Microsoft Azure TTS 比較，邊個好？ 各有優勢。Azure TTS HK-WanLungNeural 廣東話音色更自然、聲調更準確。ElevenLabs 嘅優勢係 Voice Clone，可以用你自己嘅聲音，以及更豐富嘅情緒表達。如果唔需要克隆功能，Azure TTS 嘅廣東話效果整體更好，且有免費額度。
克隆出嚟嘅聲音係咪永遠係我嘅？ 喺 ElevenLabs 帳號入面，你建立嘅克隆聲音只有你可以使用，唔會分享俾其他用家。但如果你取消訂閱（降回免費版），超出免費計劃數量嘅聲音會被停用（但唔會被刪除）。
生成嘅語音可以用於 YouTube 廣告嗎？ Starter 或以上計劃嘅生成內容可以商業使用，包括 YouTube 廣告旁白。但需要確保你係用自己嘅克隆聲音或 ElevenLabs 授權聲音庫，唔能克隆他人聲音做廣告。
ElevenLabs 有無 API 接入？ 有。ElevenLabs 提供 REST API，可以程式化生成語音，適合想整合到自己網站或 App 嘅開發者。API 呼叫次數計入帳戶嘅字符額度，定價同 Web 版一樣。
免費版嘅音頻可以下載嗎？ 可以，免費版生成嘅語音可以下載 MP3 格式。但免費版唔能用於商業用途，只可以個人學習或測試。如有商業用途，需要升級到 Starter 或以上計劃。