港嘢 Canto-Gen

简介

港嘢 Canto-Gen 是专为香港粤语设计的文字转语音（TTS）服务，解决其他 TTS 引擎将中文模型硬套到粤语、导致声调 flat、入声消失、助词读错的问题。由本地团队开发，经 8,000 小时真实对话音频训练，处理 100 万种俚语和中英夹杂语句。

什么是港嘢 Canto-Gen？

港嘢是一个粤语语音生成系统，采用专属 Canto-x1 模型，从底层为粤语设计。它不是将普通话或中文模型改装，而是针对香港人怎么说话——读音、语气、俚语、节奏、中英夹杂——做到无 AI 味、无乡音。九声六调完整保留，入声、连读、地道粤语一应俱全。

核心功能

• 九声六调准确：多音字（「助长」zoeng2 vs「长度」coeng4）、语气词（「喇、啰、啦」）、入声处理
• 中英夹杂顺畅：「我哋下个 meeting 再倾」顺着说，不会到英文就断开
• 声音克隆（Voice Clone）：15 秒录音克隆指定声线，保留粤语语气
• 50+ 声库：按口音、年龄、风格挑选（少女声、大叔、阿婆、后生仔、旁白等）
• SRT 字幕对齐：直接输出字幕文档，字幕和音轨一格对一格
• API + MCP 接入：一键 copy prompt 接入 Claude、Cursor、Copilot 等 Agent
• 20+ 种音频处理技术：节奏、收音、语气跟足香港人说话习惯

优点

• 地道粤语：不像机器人，听起来像真人，「唔该晒」「系咪」「得喇」说法自然
• 中英夹杂无缝：香港口语「个 draft 我摆左系 share drive」发音准确
• 声线一致：从旁白到角色台词，语气和节奏跟得住
• 透明计费：按字符计费（HK$0.49–0.64／1K 字符），用多少付多少，生成失败自动退款
• 即开即用：免费方案 5K 字符／月（约 6 分钟语音），不用绑卡

定位与适用场景

港嘢专为需要高质量粤语语音的创作者、企业和开发者设计。它不是通用 TTS，而是针对香港口音和语境深度优化的专业工具。

• 内容创作者：YouTuber、Podcaster、有声书制作，需要地道粤语旁白或角色配音
• 视频制作团队：广告、短片、教学视频配音，要求声画同步和 SRT 字幕对齐
• 产品开发者：智能家居、Chatbot、语音助手，需要 API 接入和自然粤语输出
• 企业应用：客服系统、语音通知、培训教材，要求大量字符配额和优先支持