งานวิจัยและผลิตภัณฑ์ AI ที่สร้างมาเพื่อภาษาไทย
Paxa Labs คือแล็บผลิตภัณฑ์และวิจัยในกรุงเทพฯ
คนไทยสลับภาษากลางประโยค เขียนโดยไม่เว้นวรรคระหว่างคำ ใช้วรรณยุกต์เปลี่ยนความหมาย และทำงานกับเอกสารที่มีหลายภาษา ตาราง ตราประทับ และลายมืออยู่ด้วยกัน
เราเปลี่ยนปัญหาในชีวิตประจำวันเหล่านี้เป็นผลิตภัณฑ์ด้านเสียง งานแปล และเอกสารที่ทีมต่าง ๆ นำไปใช้จริงได้
01 / 03
อินพุตคือภาษาไทยที่ใช้จริง
คนไม่ได้ปรับชีวิตให้เป็นภาษาสะอาดแบบชุดทดสอบก่อนใช้ซอฟต์แวร์
ส่ง email หา HR หน่อย
เดี๋ยว join meeting แล้วส่ง file ให้
ใช้ AI summarize อันนี้ให้หน่อย
ลูกค้าหนึ่งคนอาจพูดไทย สลับเป็นอังกฤษ ต่อด้วยชื่อสินค้าและตัวเลขในลมหายใจเดียว โมเดลที่ใช้งานได้ต้องรักษาบริบท ระดับภาษา และตัวตนของผู้พูดไว้ตลอด
ขอบเขตคำขึ้นกับบริบท
ตากลม
จุดที่คำหนึ่งจบและอีกคำเริ่ม ขึ้นกับบริบท ก่อนที่โมเดลจะเข้าใจประโยคไทย บางครั้งต้องตัดสินก่อนว่าคำคืออะไร
วรรณยุกต์เปลี่ยนคำ
เสือ · เสื่อ · เสื้อ
พยัญชนะและสระในระบบถอดเป็นอักษรโรมันอาจดูเกือบเหมือนกัน แต่เปลี่ยนวรรณยุกต์แล้วคำก็เปลี่ยน
ความซับซ้อนแบบเดียวกันอยู่ในเอกสารธุรกิจ ชื่อไทยและอังกฤษ ตัวอักษรซ้อน ตัวเลข ตาราง ตราประทับ และโน้ตลายมือต่างแย่งพื้นที่อยู่บนหน้าเดียวกัน
สำหรับเรา สิ่งเหล่านี้คือกรณีปกติ และคืออินพุตจริง
02 / 03
แต่ละปัญหากลายเป็นผลิตภัณฑ์
เราสร้างผลิตภัณฑ์เฉพาะรอบจุดที่ไปป์ไลน์ทั่วไปสะดุด
เสียงไทยที่การออกเสียง วรรณยุกต์ จังหวะ คำอังกฤษ ตัวเลข คำย่อ และชื่อ เป็นปัญหาชุดเดียวกัน
งานแปลที่เข้าใจบริบท ระดับภาษา ศัพท์ คำยืม และวิธีที่คนไทยเขียนจริง
การถอดเสียงสำหรับไฟล์เสียงไทยจริง รวมประโยคที่เปลี่ยนภาษาครึ่งทาง พร้อมเวลาระดับคำ
โมเดลที่สร้างมาเพื่ออ่านเอกสารที่คนไทยและธุรกิจไทยใช้จริง
Text-to-Speech, Speech-to-Text, AI Translation และ OCR เปิดใช้งานจริงแล้ว แต่ละตัวเริ่มจาก failure case ในอินพุตภาษาไทยจริงที่ไปป์ไลน์ทั่วไปผ่านไม่ได้
ผลิตภัณฑ์คือบททดสอบ งานวิจัยต้องผ่านอินพุตจริง latency จริง และผู้ใช้จริง
03 / 03
งานวิจัยที่ส่งถึงผู้ใช้
เราเริ่มจากความผิดพลาดในเสียง ภาษา และเอกสารไทยจริง โรดแมปของเราเริ่มจากความผิดพลาดเหล่านั้น
ความผิดพลาดหนึ่งจุดกลายเป็นตัวอย่างข้อมูลและชุดประเมินผล รูปแบบที่เกิดซ้ำส่งผลต่อโมเดล วิธีฝึก และระบบให้บริการ ระบบที่ดีขึ้นกลับเข้าไปในผลิตภัณฑ์ แล้วอินพุตยากชิ้นถัดไปจะบอกเราว่าควรวิจัยอะไรต่อ
ผู้เชี่ยวชาญภาษา นักวิจัยโมเดล และวิศวกรแพลตฟอร์มทำงานในลูปเดียวกัน การออกเสียง ศัพท์ เลย์เอาต์ พฤติกรรม API และความเสถียรใน production จึงไม่ถูกแยกเป็นงานคนละช่วง
ผลลัพธ์ของแล็บคือผลิตภัณฑ์ที่ดีขึ้น
สร้างในกรุงเทพฯ ทดสอบกับภาษาไทยในชีวิตจริง
งานวิจัยมีความหมายเมื่อทำให้ผลิตภัณฑ์มีประโยชน์ขึ้น
paxa-tts-flash-v1ทีมของเรา
หนึ่งแล็บในกรุงเทพฯ ที่ทำงานด้วยทั้งสองภาษาที่เราสร้างโมเดล
แล็บนี้มีผู้ที่เคยทำงานวิจัย AI ในบริษัทเทคโนโลยีระดับโลก ผู้ที่เคยร่วมงาน Typhoon ตระกูลโมเดลภาษาไทยแบบเปิดของ SCB 10X และผู้ที่เคยดูแลผลิตภัณฑ์ AI ที่มีทราฟฟิกสูงมาก เราขอแนะนำแล็บด้วยหน้าที่ ทุกชั้นที่อยู่ด้านล่างนี้เราดูแลเองทั้งหมด ตั้งแต่ระบบสัทศาสตร์ไปจนถึง API ที่คุณเรียกใช้
งานวิจัยโมเดล
สถาปัตยกรรมและเทคนิคการฝึกโมเดล รวมถึงการฝึกโมเดลทุกตัวที่เราเปิดให้ใช้งาน
ภาษาไทยและข้อมูล
จุดที่ภาษาไทยทำให้ไปป์ไลน์ทั่วไปสะดุด ถูกบันทึกไว้เป็นข้อมูล ชุดประเมินผล และกฎการอ่าน
แพลตฟอร์มและระบบให้บริการ
ดูแลผลิตภัณฑ์ AI ให้เร็วและเสถียรภายใต้โหลดการใช้งานจริง
เสียงเดโมทั้งหมดบนเว็บไซต์นี้ตั้งชื่อตามขนมไทย โมเดลคือหน้าตาสาธารณะของแล็บแห่งนี้
งานวิจัยที่เผยแพร่
เราเผยแพร่วิธีการที่อยู่เบื้องหลังโมเดล รายงานทั้งสองฉบับอยู่บน arXiv พร้อมน้ำหนักโมเดล ชุดทดสอบ และโค้ดประเมินผลที่เปิดให้ใช้งาน
- A Thai voice from fifteen seconds of speech
arXiv:2609.03502v1
- Thai OCR trained without a single real label
arXiv:2609.03595v1