泰语 AI 配音怎么选：按用途挑选全部 34 个音色

下面按用途给音色分组。每个音色都链接到自己的页面，可以在那里播放公开样音，本页末尾也能试听整个音色库。音色总览列出全部 34 个音色及其样音台词，API 则通过 voices 端点返回同一份音色库。

按以下顺序做决定，还没播放一段样音，大部分音色就已经排除了。

• 先看用途。宣传片、IVR 菜单、有声书章节和冥想脚本需要的节奏各不相同，音色库的角色定位正是按节奏挑选的。
• 再看文本的语体。泰语的礼貌程度体现在语气词和人称代词上。以“ครับ”或“ค่ะ”结尾的句子，用哪个音色读都显得礼貌；以“นะ”结尾的句子，用哪个音色读都显得亲近。先把措辞定下来，再挑音色。
• 产品触点有固定人设时，再看性别。音色库共有 18 个女声和 16 个男声，下面每类用途都男女声兼备。
• 然后看语言。以泰语为主的音色有 26 个，读泰语句子里夹着的英语单词时，和曼谷人的读法一样。6 个以英语为主的音色读整句英语时没有泰语口音，读泰语时则带外国口音。中文（普通话）音色有 2 个，对中文也是如此。
• 最后看口音。有 4 个音色带地方腔调，适合面向单一地区的推广活动。

Nom Yen 是音色库的女声主音色，用于宣传片、社交短视频和日常的产品语音。首页打开时播放的就是这个音色。如果广告要听起来就像产品本身在说话，可以先从它试起。

Moo Ping 给广告和短视频带来自信的街头活力，正是 15 秒竖屏短片需要的读法。语速快、爱聊天的闺蜜音色是 Tom Yum，适合剧情速览、娱乐新闻和社交短视频。Massaman 是低沉稳重的男主角音色，用于预告片和剧情内容，适合一句话就要撑起分量的广告。

短广告只容得下一个音色。按产品平时说话的语体来选，然后在见客户之前，用另外两个备选音色把同一段脚本听一遍。广告应用场景让整个音色库读同一段广告，内容创作者页面讲的是频道专属的声音。

Thong Ek 在音色库中的角色是“新闻主播”，读得干脆、有权威感，适合新闻简报和企业通告。IVR 菜单其实就是读出来的企业通告。用礼貌泰语写的排队提示交给这个音色来读，听起来不会急促。

Massaman 除了预告片也用于广播通知，适合车站或商场里的公共广播。Khanom Krok 是沉稳从容的男声主音色，等待提示重复到第四遍还要保持耐心，就选它。

英语客服热线请看后面以英语为主的音色。呼叫中心应用场景和广播通知应用场景讲的是这些场景本身。

Foi Thong 是引人入胜的长篇旁白音色，一章要让听众专注听上四十分钟时，就选它。

Khanom Krok 以长者的节奏朗读纪录片和文化传承类旁白。Panang 字正腔圆，带着舞台剧演员的厚重感，用于严肃的叙事，以及需要表演感的有声小说。

长篇朗读最讲究节奏。做决定之前，先在控制台里播放一整段，因为一句话听着合适的音色，读完一章可能会让人听累。有声书应用场景和出版与媒体页面算出了一整本书的价格。

Lod Chong 语速缓慢，有贴麦的近距离感，用于正念练习和助眠。睡前放松时，Woon 用近乎耳语的轻柔声音朗读。三者中的男声是 Sangkaya，安静、贴麦，用于 ASMR 和舒缓的旁白。

这三个音色都像是对着离嘴几厘米的麦克风说话，慢节奏的脚本会读得很慢。冥想页面把它们放在一起试听，并给出放慢朗读时用的语速设置。

Khao Niao 是低沉从容的男声，用于呼吸引导、身心健康类旁白和慢节奏纪录片，适合告诉听众下一步该做什么的脚本。

Sanae Chan 温暖而有磁性，带着深夜的暖意，AI 陪伴页面打开时播放的就是它。深夜朗读可以用 Tub Tim Krob，声音低沉、亲密。男声可选 Oliang，像深夜电台主持人那样放松、低沉、慢悠悠。

AI 陪伴听起来亲近，是因为台词本身写得亲近，用的是泰国朋友之间的人称代词和语气词。音色负责传达这种语体，不会凭空创造它。AI 陪伴应用场景用同一段脚本展示四种语体。

Luk Chup 是轻快、孩子气的角色音色，用于动画和俏皮的广告。Bua Loi 甜美年轻，适合角色配音和轻巧的小故事。需要舞台腔的旁白或反派时，Panang 再次登场。

为一组角色选音色，反差比音域更重要。两个角色用同一个音色，听起来会混在一起；一个用轻快的音色、一个用低沉的音色，一听就是两个人。游戏与应用场景和互动小说页面讲的是为整部脚本选角。

Som Tam 和 Larb 带伊森口音，一女一男。Khao Soi 是柔和的泰北腔调，Roti 是轻快的泰南腔调。

脚本用标准泰语写。地方口音音色会用自己的口音读标准文本，口音页面用这四个音色读同一句中部泰语，并以 Khanom Krok 作为对照。面向单一地区的推广和全国性推广可以共用一份脚本，只换音色。

Donut 是开朗的英语音色，用于宣传和演示。客服和新用户引导可以用 Cookie，亲切、细心。Toast 用朴实的日常英语朗读教程，Latte 则是用于品牌片的精致音色。

怎么分，取决于台词里有多少英语。泰语句子里的产品名或英语短语，交给以泰语为主的音色，它会按这句话的说话人的方式来读。整段英语交给以英语为主的音色。英语音色页面用同一句话播放全部 6 个音色。

Pad Thai 是泰英混说的主持人音色，用于活动和生活方式内容，适合句子中途切换语言、听起来又要像有意为之的脚本。Yoyo 是聊天式的播客主持人，有随意自在的直播感。这是实验室一位联合创始人的真实声音，也是音色库中唯一来自真人的一项。

Khanom Chan 和 Kaprao 是实验性的对话音色，能读出写在文本里的情感标签。像 [happy] 或 [sad:0.5] 这样的标签，会从它所在的位置起改变语气，直到下一个标签为止，适合台词本身已带情绪的 AI 陪伴和游戏角色。在我们调优期间，这两个音色的语气可能会变化。音频若要在各个版本间听起来完全一致，请固定使用稳定版音色。情感音色页面列出了每个标签及其对应的语气。

语体来自措辞。模型没有风格控制，同一个音色读“ขอบคุณครับ”和“ขอบใจนะ”，差别就和这两句话本身的差别一样大。情绪同样来自措辞，只有上面的实验性音色还能读情感标签。如果读出来不对，先改文本再换音色：句尾的语气词、句首的人称代词、该换气处的一个空格。

脚本写作指南讲的是泰语句子里的数字、缩写和英语单词，这些内容读出来都和字面看上去不一样。

品牌的每个触点只用一个音色。一个产品用一个音色打招呼，用另一个读通知，再用第三个讲教程，听起来就像三个产品。只有出现第二个角色或第二种语言时，才加第二个音色。

把音色的 slug 和品牌色一起写进配置。slug 是稳定的公开标识符，音色在提供服务期间会一直沿用同一个 slug。

下面是每个音色及其公开的样音台词，点击某一行即可试听。这份音色库与 voices 端点返回的完全相同。

• 先确定用途，再确定音色，从为这项用途挑选的两三个音色入手。
• 按您想要的语体写好台词，语气词也要写上，再用这句台词比较音色。
• 在文本转语音页面的输入框里输入您自己的句子，无需账户，就能用其中 9 个音色朗读。
• 要朗读更长的脚本或一整段文字，或者下载音频，请在控制台中打开全部 34 个音色。
• 每个触点只用一个音色，把它的 slug 一次性写进配置。