事情是這樣開始的。一位做線上課程的朋友私訊我：「課程都錄好了，但我真的不想再進錄音室，你有沒有辦法？」
他上過我的課，知道我一直在玩 AI 配音。這是我第一次用 AI 配音接「完整的商業專案」——一門十二小時、分成四十八支影片的線上課程。這篇是我的三十天專案紀錄，報價、翻車、跟客戶來回，全部照實寫。
Day 1–3：需求訪談，比我想的囉唆
第一天我就發現，配音專案最花時間的不是配音，是「搞清楚客戶要什麼」。
我列了一張清單問他：課程給誰看？用講師本人的聲音嗎？要不要能隨時改稿？每支影片多長？有沒有現成的字幕稿？他的答案決定後面所有事——要用講師本人的聲音，就得先做聲音克隆；要能隨時改稿，就不能鎖死成音檔，得保留重生成的流程。
我們最後定案：用克隆的講師聲音、四十八支影片、每支約十五分鐘。訪談花了三天，但我覺得值得，後面幾乎沒有因為「認知不同」而重做的狀況。
還有一個我當初沒想到、但後來很慶幸有問的問題：「這些稿子未來會不會更新？」客戶說會，課程每半年改版一次。這個答案讓我決定不做成一個大檔案，而是保留每一段的獨立檔，方便日後只重生改動的部分。
Day 4–7：試聽與定調
接著是最關鍵的一關：做三支試聽帶給客戶選。
我刻意做了三種版本——語速正常、偏慢、偏快。因為「聽起來對不對」這件事，文字描述不出來，一定要讓耳朵決定。客戶選了偏慢的那版，理由很務實：「學員會邊聽邊抄筆記，太快跟不上。」
這一步我學到一件重要的事：配音的節奏，要配合「聽的人當下在做什麼」。 通勤聽的可以快，學習聽的要慢，這比音色好不好更重要。
試聽通過後，我把所有參數（聲音、語速、音高、輸出格式）寫成一張「規格卡」，之後每一支都照這張卡走。
定調之後我沒有馬上開工，而是先做了一段「壓力測試」：挑課程裡最難唸的一段，滿是專有名詞跟數字的那種，先試生一次，確認這組設定撐得住最壞情況。如果最難的段落都能過，其他就容易了。
Day 8–15：量產，也是最無聊的一週
進入量產。四十八支，拆成每支三到四段，總共一百多段。
這一週我幾乎在重複同一件事：貼稿、生成、聽、修、存檔。因為規格卡把變數鎖死了，品質很穩，但也很枯燥。我的做法是每天早上固定做兩小時，不貪多，因為配音這種事，耳朵累了判斷力就下降，後面會一直做白工。
這週唯一一次翻車，是某支影片的稿子裡有一堆專有名詞跟英文型號。我沒先整理就丟進去，結果型號被拆成字母唸。當下我停下來，把「中英之間加空格」變成標準動作，後面就沒再犯。
為了讓量產更順，我做了一張「進度表」，四十八支排成一列，做完一支就劃掉一支。這聽起來很笨，但長專案最需要的就是「看得見的進度」。面對四十八支影片，很容易覺得永遠做不完；把它拆成「今天兩支」，壓力就小很多，也比較不會漏。
Day 16–20：客戶回饋，改稿比配音累
第一次交件，客戶回了三頁的意見。
多數不是「唸錯」，而是「講法不對」——某個觀念他想這樣解釋、某句話他想加一個例子。這正是 AI 配音的優勢：如果是真人錄音，這種改動要重進錄音室、重排時間；但用 AI，我只要改稿、重生那一段就好。
這五天我大概重生了三十段，每一段都只要幾分鐘。客戶很驚訝改動可以這麼快，這也讓我第一次真切感覺到，AI 的價值不是「便宜」，是「彈性」。
改稿的過程也讓我調整了工作方式。以前我會問「這樣可以嗎」，結果客戶回得籠統；後來我改成一次只給兩三個明確選項，例如「這句要舉例，還是要更白話」，客戶的答覆就精準很多。跟客戶溝通，把開放式問題改成選擇題，效率差很多。
Day 21–25：後製，魔鬼在細節
課程這種長內容，後製比單支配音複雜得多。
我做三件事：統一每一段的響度、拉齊段落間的停頓、加上進出場的淡入淡出。另外，課程常有章節開頭，我會請客戶提供一句話的章節標題，用同一組聲音唸出來，當作聽覺上的分隔。
還有一個小細節我踩過坑：檔名。一百多段檔案，如果檔名一團亂，交件時會是一場災難。我最後用「課程編號-章節-段落」的格式，客戶一看就懂。
另外，我有做母帶備份。每一段的原始生成檔、後製檔、最終交件檔，我分三個資料夾各存一份。這種大專案最怕的不是做錯，是「做完了卻找不到檔案」。多花幾分鐘整理，值得。
Day 26–30：交件與檢討
交給客戶的是完整音檔，加一份對照表（哪段對應哪支影片），以及那張規格卡。我把規格卡也留給客戶，這樣他之後想自己微調，也知道我當初是怎麼設定的。
三十天下來，我的檢討是：前面訪談跟試聽花的七天，是整段時間裡最值得的投資。因為那七天把後面所有「可能的來回」都先問清楚了。
如果重來一次，我會改的三件事
三十天做完，回頭看，有三件事我會改。
第一，訪談再早一天。 我在 Day 1 才開始問需求，其實可以在提案階段就先問。早一天知道客戶要「能改稿」，我就能早一天規劃流程。
第二，先做一個「全流程樣本」。 我只做了三支試聽，但完整的流程（含後製與交件格式）其實只用一支影片走完全程。下次我會先完整跑一支，確認後製跟交件都沒問題，再開始量產。
第三，報價要含「改稿次數」。 我這次沒有明講含幾次修改，結果客戶回了三頁意見，我全部照做。下次我會寫清楚「含兩次修改，第三次起另計」。不是要小氣，是保護雙方的預期。
結算：錢、時間、跟一句真心話
這個案子我收的費用，大約是找真人配音員錄同樣內容的三分之一。時間上，我實際投入約三十小時（含訪談與後製）。客戶拿到的是穩定、可隨時修改、能重複利用的聲音資產。
一句真心話：AI 配音接案，賣的不是「聲音」，是「流程」。客戶要的是東西準時、品質穩、能改。你把流程做好，工具只是其中一環。想理解 AI 與真人的分界，可以看這篇；想從聲音克隆開始，這篇有完整紀錄。
如果你也想接這種案子，我的建議是：先從小專案練流程，別一頭栽進大案。一支五分鐘的影片、十段音檔，就足以讓你走完「訪談、試聽、量產、後製、交件」整條路。跑順了，再放大到課程這種規模，心裡才有底。
