เครื่องมือออกแบบเสียง AI เปิดให้ใช้งานแล้ว

เครื่องมือออกแบบเสียงสร้างเสียงตามคำบรรยาย พิมพ์คำบรรยายใน Console เช่น “ผู้บรรยายสารคดีชายวัยห้าสิบ เสียงทุ้มนุ่ม พูดเรียบ ๆ และไม่รีบ” แล้วเครื่องมือจะตอบกลับมาเป็นเสียงหนึ่งเสียง พร้อมชื่อ บทบาท และคำอธิบายสั้น ๆ และพูดประโยคที่เขียนมาสำหรับเสียงนั้น พิมพ์สิ่งที่อยากเปลี่ยน แล้วจะได้ฟังเวอร์ชันถัดไป เมื่อได้เสียงที่ต้องการก็บันทึกไว้ ใช้ได้ทั้งในหน้าเสียงพูดและใน API

ทุกบัญชีใช้เครื่องมือออกแบบเสียงได้ รวมถึงบัญชีฟรี การออกแบบหรือปรับเสียงแต่ละรอบคิด 5 เครดิต รวมประโยคตัวอย่างแล้ว ส่วนการพูดด้วยเสียงที่บันทึกไว้ใช้ Paxa TTS Flash v2 ในอัตรา 1.25 เท่าของอัตราปกติ คือ $12.50 ต่อหนึ่งล้านตัวอักษร

1. 01บรรยายเสียงพิมพ์ว่าใครเป็นคนพูดและเสียงเป็นแบบไหน หรือเริ่มจากตัวอย่างสี่แบบในเครื่องมือ ได้แก่ ผู้บรรยายสารคดี บาริสต้า พนักงานดูแลลูกค้า และคุณตาเล่านิทานก่อนนอน
2. 02ฟังเสียงชื่อ บทบาท และคำอธิบายจะขึ้นมาก่อน จากนั้นเสียงจะพูดประโยคสั้น ๆ ตามบทบาท ในภาษาที่เสียงนั้นออกแบบมาให้พูด
3. 03ปรับเสียงพิมพ์สิ่งที่อยากเปลี่ยน เช่น “อบอุ่นขึ้น” หรือ “อายุมากขึ้นอีกนิด” แล้วเวอร์ชันถัดไปจะเล่นทันที ประโยคที่พิมพ์เอง ยาวไม่เกิน 120 ตัวอักษร จะพูดด้วยเวอร์ชันปัจจุบัน
4. 04บันทึกเสียงตั้งชื่อแล้วบันทึกเสียง เสียงจะอยู่ในหน้าเสียงพูดในกลุ่มเสียงของคุณ และได้ id สำหรับใช้กับ API

คำบรรยายบอกได้ว่าใครเป็นคนพูด พูดแบบไหน พูดภาษาอะไร และจะเอาเสียงไปใช้กับงานไหน ส่วนที่คำบรรยายไม่ได้บอก เครื่องมือจะเลือกให้เอง

ระบุภาษาที่ต้องการให้เสียงพูด ไทย อังกฤษ หรือจีนกลาง ถ้าไม่ระบุ เครื่องมือจะเลือกภาษาจากส่วนอื่นของคำบรรยาย เช่น ร้านกาแฟในกรุงเทพฯ อาจได้เสียงที่พูดภาษาไทย

ถ้าชอบเสียงของคนดัง ให้บรรยายลักษณะของเสียงนั้น คำบรรยายที่ระบุชื่อคนจริงจะได้เสียงใหม่ที่ออกแบบขึ้นเอง และได้ชื่อที่เครื่องมือตั้งให้

การปรับแต่ละครั้งคือคำสั่งหนึ่งข้อเกี่ยวกับเสียงปัจจุบัน เช่น “ให้ฟังดูอายุมากขึ้นอีกนิด” หรือ “พูดช้าลงหน่อย” เวอร์ชันถัดไปจะเปลี่ยนตามที่สั่ง และคงส่วนอื่นไว้เหมือนเดิม

ทุกเวอร์ชันเก็บอยู่ในแผงประวัติ และย้อนกลับไปใช้เวอร์ชันไหนก็ได้โดยไม่เสียเครดิต ประโยคที่พิมพ์เองจะพูดด้วยเวอร์ชันปัจจุบันโดยเสียงไม่เปลี่ยน คิดตามจำนวนตัวอักษรในอัตราของเสียงที่ออกแบบเอง

เสียงที่ออกแบบเองพูดบน Paxa TTS Flash v2 และอ่านคำกำกับของโมเดลนี้ได้ [กระซิบ] หน้าประโยค หรือ [ตื่นเต้น] หน้าข้อความช่วงหนึ่ง ใช้กับเสียงที่บันทึกไว้ได้เหมือนเสียงในแคตตาล็อก คู่มือคำกำกับรวมคำกำกับและเสียงประกอบทั้งหมดไว้ และบทความเปิดตัว Paxa TTS Flash v2มีตัวอย่างให้ฟัง

เสียงที่บันทึกแล้วแก้ไขไม่ได้ ซีรีส์ที่ใช้เสียงนี้จึงได้เสียงเดียวกันตั้งแต่ตอนแรกถึงตอนสุดท้าย และโฆษณาที่ตัดเป็นสามความยาวก็พูดด้วยเสียงเดียวกันทุกเวอร์ชัน

• ใน Console เลือกเสียงในหน้าเสียงพูด เสียงที่บันทึกไว้จะอยู่บนสุดของรายการ ในกลุ่มเสียงของคุณ
• ใน POST /v1/tts ส่ง id ของเสียง ซึ่งขึ้นต้นด้วย voice_ เป็นค่า voice พร้อมตั้ง model เป็น paxa-tts-flash-v2
• POST /v1/audio/speech ที่ใช้ร่วมกับ OpenAI ได้รับ id เดียวกัน OpenAI SDK ที่ชี้มาที่ Paxa API ใช้เสียงนี้ได้โดยไม่ต้องแก้โค้ดส่วนอื่น
• การเชื่อมต่อสด /v1/tts/live รับ id ในเฟรม start

id ใช้ได้เฉพาะบัญชีที่บันทึกเสียงไว้ จากคีย์ API ใดก็ได้ของบัญชีนั้น มาร์เก็ตเพลสโมเดลที่ขายต่อเสียงของ Paxa Labs และเดโมบนเว็บไซต์นี้ใช้ได้เฉพาะเสียงในแคตตาล็อก กฎทั้งหมดของ id อยู่ในคู่มือเสียงที่ออกแบบเอง

เปลี่ยนชื่อเสียงแล้ว id ยังเหมือนเดิม การลบเสียงจะคืนที่ว่างในแพ็กเกจ และคำขอที่ยังระบุเสียงนั้นจะตอบ unknown_voice หลังลดแพ็กเกจ ทุกเสียงที่บันทึกไว้ยังพูดได้ตามเดิม และจะบันทึกเสียงใหม่ได้อีกเมื่อจำนวนเสียงต่ำกว่าลิมิตของแพ็กเกจ

การออกแบบหรือปรับเสียงแต่ละรอบคิด 5 เครดิต รวมประโยคตัวอย่างแล้ว รอบที่ล้มเหลวโดยไม่ได้เสียงจะได้เครดิตคืน ส่วนรอบที่กดหยุดเองจะไม่ได้เครดิตคืน เครดิตฟรี 100 เครดิตของบัญชีใหม่ใช้ได้ 20 รอบ การพูดด้วยเสียงที่ออกแบบเองคิด 1.25 เท่าของอัตรา Paxa TTS Flash v2 หรือ 1.5 เท่าเมื่อขอไทม์สแตมป์รายคำ

แพ็กเกจกำหนดจำนวนเสียงที่ออกแบบเองที่บัญชีเก็บไว้ได้

ดูแพ็กเกจและเครดิตรายเดือนได้ที่หน้าราคา

เครื่องมือออกแบบเสียงทำงานจากข้อความอย่างเดียว ไม่รับไฟล์เสียงที่อัดไว้ จึงสร้างเสียงของคนใดคนหนึ่งขึ้นมาใหม่จากไฟล์เสียงไม่ได้ คำบรรยายที่ออกแบบเสียงให้ไม่ได้จะถูกปฏิเสธ และได้เครดิตของรอบนั้นคืน

เปิดออกแบบเสียงใน Console เพื่อเริ่มใช้งาน

ลองออกแบบเสียงฟรีได้ไหม#

ได้ ทุกบัญชีออกแบบเสียงได้และเก็บไว้ได้ 1 เสียง รวมถึงบัญชีฟรี แต่ละรอบคิด 5 เครดิต และเครดิตฟรี 100 เครดิตของบัญชีใหม่ใช้ได้ 20 รอบ

เก็บเสียงไว้ได้กี่เสียง#

บัญชีฟรีเก็บได้ 1 เสียง Starter เก็บได้ 3 เสียง Standard เก็บได้ 10 เสียง Pro เก็บได้ 50 เสียง

แก้ไขเสียงที่บันทึกไว้แล้วได้ไหม#

เปลี่ยนชื่อได้ เสียงจะคงเดิมอย่างที่บันทึกไว้ ถ้าต้องการเสียงแบบอื่นให้ออกแบบใหม่

ใช้เสียงที่ออกแบบเองกับ Paxa TTS Flash ได้ไหม#

ไม่ได้ เสียงที่ออกแบบเองพูดบน Paxa TTS Flash v2 คำขอ Paxa TTS Flash ที่ระบุเสียงนี้จะตอบ unknown_voice

เครื่องมือนี้โคลนเสียงของฉันได้ไหม#

ไม่ได้ เครื่องมือออกแบบเสียงไม่รับไฟล์เสียงที่อัดไว้ และออกแบบเสียงใหม่จากคำบรรยาย

เสียงที่ออกแบบเองพูดภาษาอะไร#

พูดภาษาที่ระบุในคำบรรยาย ไทย อังกฤษ หรือจีนกลาง ส่วนตัวคำบรรยายเขียนได้ทั้งสามภาษา

ใช้เสียงที่ออกแบบเองกับ API ได้ไหม#

ได้ ส่ง id ของเสียงเป็นค่า voice พร้อมตั้ง model เป็น paxa-tts-flash-v2 จากคีย์ API ใดก็ได้ของบัญชีที่บันทึกเสียงไว้