เสียงที่ไม่มีในแคตตาล็อกไหนเลยได้มาสองทาง การโคลนเสียงคัดลอกเสียงของคนจริงจากไฟล์บันทึกเสียงตอนที่เขาพูด ส่วนการออกแบบเสียงสร้างเสียงจากคำบรรยายที่เขียนขึ้น โดยไม่ต้องอัดเสียงเลย
ข้อมูลผู้ให้บริการทุกข้อด้านล่างลิงก์ไปยังหน้าเว็บของผู้ให้บริการนั้นเอง ตามที่เราอ่านไว้เมื่อเดือนตุลาคม 2569
ความต่างโดยสรุป#
| โคลนเสียง | ออกแบบเสียง | |
|---|---|---|
| เริ่มจาก | ไฟล์บันทึกเสียงของคนคนหนึ่ง | คำบรรยายเสียงหนึ่งหรือสองประโยค |
| ต้องมี | เสียงที่อัดมาอย่างชัดเจนและความยินยอมของเจ้าของเสียง | ไม่ต้องอัดเสียง |
| ได้อะไร | เสียงที่ฟังเหมือนคนคนนั้น | เสียงที่ตรงกับคำบรรยาย |
| ถ้าอยากเปลี่ยน | อัดเสียงใหม่ | พิมพ์บอกสิ่งที่อยากเปลี่ยน |
เมื่อไรที่ควรโคลนเสียง#
โคลนเสียงเมื่อเสียงนั้นต้องเป็นของคนคนหนึ่งโดยเฉพาะ เช่น เสียงของคุณเองในช่องของคุณ หรือผู้บรรยายที่ยินยอมให้ใช้เสียง เสียงที่โคลนได้จะดีได้เท่ากับไฟล์เสียงที่ใช้เท่านั้น
เอกสารการโคลนเสียงของ Fish Audioให้ใช้คลิปอย่างน้อย 10 วินาที และระบุว่าเสียงพูดของคนคนเดียวที่ชัดเจนยาวหนึ่งถึงสองนาทีจะได้เสียงที่เหมือนขึ้น ElevenLabsอธิบายการโคลนเสียงแบบ Instant จากตัวอย่างเสียงไม่ถึงสองนาที และแบบ Professional ที่ฝึกจากไฟล์เสียงที่ยาวกว่านั้น คู่มือเปรียบเทียบของ Inworldระบุว่าวิธีแบบ Instant ใช้เสียงที่ได้รับอนุญาตห้าถึง 15 วินาที ส่วนวิธีแบบ Professional ซึ่งยังเป็นรุ่นทดลอง ใช้สิบนาทีขึ้นไป
เมื่อไรที่ควรออกแบบเสียง#
ออกแบบเสียงเมื่อเสียงนั้นไม่จำเป็นต้องเหมือนใครเป็นพิเศษ เช่น ตัวละครในเกม ผู้บรรยายของช่องไม่เปิดหน้า เสียงประจำแบรนด์ หรือคนเล่านิทานก่อนนอน คู่มือของ Inworldให้การออกแบบเสียงเป็นทางเลือกแรกเมื่อไม่จำเป็นต้องเหมือนบุคคลใด
การออกแบบเสียงยังทำให้มีเสียง AI ของตัวเองได้โดยไม่ต้องอัดเสียง ในเครื่องมือออกแบบเสียงของ Paxa คุณบรรยายเสียงเป็นภาษาไทย อังกฤษ หรือจีน ฟังประโยคแรกของเสียง แล้วพิมพ์ปรับจนได้เสียงที่ใช่ เสียงที่บันทึกไว้มีรหัสสำหรับเรียกผ่าน API บัญชีฟรีบันทึกได้ 1 เสียง และแพลนที่ใหญ่ที่สุดได้ถึง 50 เสียง วิธีบรรยายเสียงอธิบายว่าควรเขียนอะไร
ความยินยอมและการแอบอ้างเป็นผู้อื่น#
เสียงที่โคลนคือสำเนาของคนจริง จึงต้องเริ่มจากการได้รับอนุญาตจากเจ้าของเสียง คู่มือของ Inworldระบุว่าความยินยอมควรชัดเจน มีหลักฐาน และกำหนดขอบเขตเรื่องภาษา ช่องทาง การใช้งาน ระยะเวลา และการจัดเก็บ
การออกแบบเสียงไม่ต้องใช้ไฟล์เสียง แต่คำบรรยายก็ยังเล็งไปที่ตัวบุคคลได้ OpenAIไม่ให้ใส่ชื่อบุคคลในคำบรรยายเสียง และ Fish Audioให้ยืนยันว่าไม่ได้แอบอ้างเป็นผู้อื่นก่อนบันทึกเสียงที่ออกแบบทุกครั้ง ส่วนใน Paxa คำบรรยายที่ระบุชื่อบุคคลจริงจะได้เสียงใหม่ภายใต้ชื่อที่ตั้งขึ้นเอง และการแอบอ้างเป็นผู้อื่นขัดกับกติกาที่ทุกบัญชียอมรับ
ออกแบบเสียงมีค่าใช้จ่ายเท่าไร#
ผู้ให้บริการแต่ละรายคิดค่าออกแบบเสียงต่างกัน ElevenLabsคิดตามจำนวนตัวอักษรของข้อความตัวอย่างครั้งเดียวต่อการสร้าง แม้จะได้เสียงตัวอย่างกลับมาสามเสียง API ของ Fish Audioคิด $0.01 ต่อคำขอที่สำเร็จ ไม่ว่าจะได้กี่ตัวเลือก MiniMaxคิด $3 ต่อเสียงที่ออกแบบ เมื่อนำไปใช้สร้างเสียงพูดครั้งแรก
Paxa คิด 5 เครดิตต่อการออกแบบหรือการปรับหนึ่งครั้ง รวมประโยคแรกของเสียงแล้ว เสียงพูดด้วยเสียงที่บันทึกไว้คิดอัตรา 1.25 เท่าของเสียงในแคตตาล็อก ดูอัตรานั้นได้ที่หน้าราคา
คำถามที่พบบ่อย#
ออกแบบเสียงกับโคลนเสียงเหมือนกันไหม#
ไม่เหมือน การโคลนเสียงคัดลอกเสียงของคนจริงจากไฟล์บันทึกเสียงของเขา ส่วนการออกแบบเสียงสร้างเสียงจากคำบรรยายและไม่ต้องอัดเสียง
สร้างเสียง AI ของตัวเองโดยไม่ต้องอัดเสียงได้ไหม#
ได้ ด้วยการออกแบบเสียง บรรยายเสียงที่ต้องการ ปรับด้วยคำพูด แล้วบันทึกไว้ เสียงที่ได้จะเป็นไปตามคำบรรยายที่คุณเขียน
Paxa มีบริการโคลนเสียงไหม#
ไม่มี Paxa ไม่รับไฟล์เสียงตัวอย่าง เสียงมาจากแคตตาล็อก หรือออกแบบจากคำบรรยาย
ใช้เสียงที่ออกแบบในงานเชิงพาณิชย์ได้ไหม#
เครดิตฟรีของบัญชี Paxa ใหม่ใช้ได้สำหรับงานส่วนตัวและการทดลอง เมื่อซื้อแพลนหรือแพ็กเครดิต เสียงของบัญชีนั้นนำไปใช้เชิงพาณิชย์ได้ทั้งหมด รวมถึงเสียงที่สร้างไว้ก่อนซื้อ ข้อกำหนดการใช้งานระบุกติกานี้ไว้