วิธีเขียนสคริปต์ให้เสียง AI ภาษาไทยอ่านได้เป็นธรรมชาติ

กฎเหล่านี้ใช้ได้กับเสียงภาษาไทยทุกตัว และเขียนขึ้นสำหรับ Paxa TTS Flash ข้อเท็จจริงเรื่องการอ่านที่อยู่เบื้องหลังคือชุดเดียวกับที่เผยแพร่บนหน้าผลิตภัณฑ์

ภาษาไทยใช้ช่องว่างแบ่งวลี ซึ่งเป็นหน้าที่ของจุลภาคในภาษาอังกฤษ เสียงจะหยุดตรงช่องว่าง และอ่านทุกอย่างระหว่างช่องว่างสองช่องเป็นลมหายใจเดียว ผู้เขียนจึงควบคุมจังหวะได้โดยตรง และช่องว่างที่วางผิดที่ก็ผ่าคำออกเป็นสองท่อนได้เช่นกัน

ชื่อคนในประโยคอ่านชัดที่สุดเมื่อมีช่องว่างสองข้าง คุณ สมชาย ลงน้ำหนักที่ชื่อ ส่วน คุณสมชาย อ่านรวบกับคำนำหน้า สถานที่และชื่อสินค้าที่ผู้ฟังต้องจับให้ได้ตั้งแต่ครั้งแรกก็ใช้หลักเดียวกัน

วางช่องว่างตรงที่คนอ่านจะหายใจ คือหลังจบอนุประโยค หน้าคำเชื่อมอย่าง แต่ หรือ แล้ว และรอบชื่อเฉพาะที่มีน้ำหนักเสียงของตัวเอง ส่วนคำประสมให้ปล่อยติดกัน ร้านอาหาร โทรศัพท์มือถือ และ กรุงเทพมหานคร อ่านเป็นคำเดียวทั้งหมด

ร้อยแก้วภาษาไทยมักจบประโยคด้วยช่องว่างเพียงอย่างเดียว แต่เสียงต้องการมากกว่านั้น จุดบอกให้เสียงตกและเริ่มประโยคถัดไปใหม่ เครื่องหมายคำถามบอกให้เสียงยกขึ้น สคริปต์สำหรับพูดจึงใส่เครื่องหมายวรรคตอนได้ในจุดที่หน้ากระดาษไม่ใส่

เครื่องหมายอัศเจรีย์ยกเสียงขึ้น เหมาะกับงานโปรโมต จุดไข่ปลาสามจุดดึงเสียงค้างที่พยางค์สุดท้าย ใช้ครั้งเดียวในนิทานก่อนนอนได้ดี แต่ในเมนูจะน่ารำคาญเร็ว จุลภาคกลางประโยคไทยไม่ได้ทำอะไรที่ช่องว่างไม่ได้ทำอยู่แล้ว และจุลภาคที่หลุดมาอาจกลายเป็นการหยุดผิดที่ ใช้ช่องว่างสำหรับหยุด และเก็บจุลภาคไว้ให้ตัวเลข

ตัวเลขหนึ่งชุดอ่านได้มากกว่าหนึ่งแบบ และสคริปต์เป็นผู้เลือกว่าเสียงจะได้แบบไหน ปีอ่านเป็นจำนวน เบอร์โทรอ่านทีละหลัก และจำนวนที่ลงท้ายด้วยหนึ่งใช้ เอ็ด เลขไทยกับเลขอารบิกอ่านเหมือนกัน เลือกแบบที่ผู้ฟังคุ้น และใช้แบบเดียวตลอดทั้งสคริปต์

เมื่อสองแบบอ่านได้ทั้งคู่ ให้เขียนแบบที่ต้องการเป็นตัวหนังสือ เศษส่วน บ้านเลขที่ที่มีทับ และคะแนนการแข่งขัน หน้าตาเหมือนกันเมื่อเป็นตัวเลข แต่อ่านออกเสียงต่างกัน การเขียนคำอ่านเปลืองตัวอักษรไม่กี่ตัว และตัดการเดาออกไปทั้งหมด

วันที่อ่านเรียงวัน เดือน ปี และเครื่องหมายศักราชบอกเสียงว่าอยู่ศตวรรษไหน 15 กรกฎาคม 2569 อ่านปีเต็มจำนวน ปีคริสต์ศักราชให้ใส่ ค.ศ. นำหน้า เพราะ 2026 เปล่า ๆ ฟังเหมือนปีพุทธศักราชในอดีต เปอร์เซ็นต์อ่านว่า เปอร์เซ็นต์ และทศนิยมอ่านว่า จุด 7% กับ 3.5 จึงไม่ต้องเขียนใหม่

ภาษาไทยย่อคำด้วยจุด ฯ หรือ ฯลฯ และแต่ละเครื่องหมายมีกฎการอ่านของตัวเอง กรุงเทพฯ คืนพยางค์กลับมาหกพยางค์ ฯลฯ อ่านว่า และอื่น ๆ เมื่ออยู่ท้ายรายการ และอ่านว่า ละถึง เมื่ออยู่ระหว่างสองรายการ ก.พ. มีคำอ่านที่ยอมรับสองแบบ คือ กุมภาพันธ์ เต็มคำ และ กอ-พอ ตามชื่อตัวอักษร ผู้ฟังรับได้ทั้งคู่

เขียนตัวย่อเป็นคำเต็มเมื่อมีคำอ่านเดียวเท่านั้นที่ถูกสำหรับผู้ฟังของคุณ ข้อความเตือนนัดจากคลินิกต้องการ กุมภาพันธ์ เต็มคำ ส่วนข่าวคง กทม. ไว้ได้ เพราะ กรุงเทพมหานคร เป็นคำอ่านเดียวที่มี

ข้อความธุรกิจภาษาไทยมีภาษาอังกฤษปนอยู่เสมอ ทั้งชื่อสินค้า ตำแหน่งงาน และตัวย่อ ให้คงไว้เป็นอักษรละติน เสียงอ่านคำละตินเป็นภาษาอังกฤษ และอ่านคำที่ถอดเป็นไทยแบบไทย ซึ่งมักฟังแย่กว่า ตัวย่ออ่านทีละตัวอักษรอยู่แล้ว AI และ HR จึงไม่ต้องช่วยอะไร

คำที่ภาษาไทยรับมาใช้จนกลายเป็นคำไทยแล้วให้คงเป็นไทย แท็กซี่ คอมพิวเตอร์ และ เวอร์ชัน อ่านได้ดีในอักษรไทย เพราะคนไทยพูดแบบนั้นจริง ส่วนชื่อแบรนด์ให้สะกดตามที่แบรนด์สะกดเอง

ตัวย่อบางคำออกเสียงเป็นคำ NASA และ UNESCO อ่านคำละสองพยางค์ การอ่านทีละตัวอักษรฟังแปลกหูสำหรับคนไทย ให้เขียนเป็นอักษรไทยว่า นาซา และ ยูเนสโก เสียงจะอ่านเป็นคำ ชื่อที่ผสมสองภาษาให้คงแต่ละส่วนไว้ในอักษรของตัวเอง บริษัท Paxa Labs จำกัด อ่านกรอบภาษาไทยเป็นไทย และอ่านชื่อเป็นอังกฤษ

ไม้ยมก ๆ ซ้ำได้ทั้งคำ สองพยางค์ หรือทั้งวลี และความหมายเป็นตัวกำหนดช่วง เด็กเล็ก ๆ ซ้ำหนึ่งคำ ในวันหนึ่ง ๆ ซ้ำสองพยางค์ แต่ละวัน ๆ ซ้ำทั้งวลี เขียนไม้ยมกโดยเว้นวรรคข้างหน้าตามอักขรวิธีมาตรฐาน และเขียนคำซ้ำออกมาเต็มเมื่อช่วงที่ซ้ำอาจถูกอ่านผิด

ประโยคภาษาไทยเก็บความสุภาพไว้ที่คำสุดท้าย และเก็บเพศของผู้พูดไว้ที่สรรพนาม ค่ะ กับ ดิฉัน เป็นของผู้พูดหญิง ครับ กับ ผม เป็นของผู้พูดชาย สคริปต์ที่เขียนด้วย ครับ แล้วให้เสียงหญิงอ่านจะฟังผิดตั้งแต่ประโยคแรกยังไม่จบ จับคู่ประโยคให้ตรงกับเสียงที่เลือกในหน้ารวมเสียง

คำลงท้ายทำหน้าที่เดียวกับปุ่มปรับสไตล์ในระบบอื่น เขียน นะคะ เสียงอ่านจะนุ่มลง เขียน ครับผม เสียงอ่านจะหนักแน่นขึ้น ตัดคำลงท้ายออก ประโยคจะกลายเป็นการบรรยายที่ไม่มีผู้ฟังอยู่ในห้อง

สะกดคำลงท้ายของผู้หญิงตามเสียงวรรณยุกต์ ค่ะ ปิดประโยคบอกเล่าด้วยเสียงต่ำ คะ ปิดประโยคคำถามและตามหลัง นะ ด้วยเสียงตรี ขอบคุณค่ะ และ ใช่ไหมคะ ถูกทั้งคู่ สะกดสลับกันแล้วเสียงจะอ่านวรรณยุกต์ผิด และคนไทยได้ยินทันที

ประโยคสั้นเหมาะกับโฆษณาและข้อความนำทาง เพราะแต่ละประโยคลงน้ำหนักของตัวเอง งานบรรยายอ่านได้ดีกว่าเมื่อเป็นย่อหน้าเต็มสามถึงห้าประโยค ซึ่งเสียงได้จังหวะที่นิ่ง คำขอหนึ่งครั้งรับได้ถึง 5,000 ตัวอักษร บทที่ยาวกว่านั้นให้แบ่งที่หัวข้อหรือย่อหน้า ไม่แบ่งกลางประโยค

• ประโยคโฆษณา หนึ่งอนุประโยค หนึ่งความคิด คำลงท้ายปิดท้าย
• ข้อความเมนู ตัวเลือกมาก่อน คำสั่งตามหลัง
• งานบรรยาย เขียนเป็นย่อหน้า เว้นวรรคทุกวลี ใส่จุดทุกประโยค
• รายการที่อ่านออกเสียง หนึ่งรายการต่อบรรทัด และบอกจำนวนรายการก่อนเริ่ม

เสียงไทยอ่านประโยคอังกฤษทั้งประโยคด้วยสำเนียงไทย แบบเดียวกับที่คนไทยพูด แบบนั้นถูกสำหรับคำอังกฤษหนึ่งคำในประโยคไทย และผิดสำหรับสคริปต์บริการลูกค้าที่เขียนเป็นอังกฤษล้วน ชุดเสียงมีเสียงอังกฤษสำหรับงานแบบนั้น คุกกี้ และ โทสต์ อ่านคำทักทายฝ่ายบริการในระดับภาษาที่เจ้าของภาษาคาดหวัง

ความเร็วเป็นตัวเลือกในคำขอ สคริปต์จึงไม่ต้องใช้เครื่องหมายวรรคตอนหลอกจังหวะ ฟิลด์ speed รับค่าตั้งแต่ 0.5 ถึง 1.5 เทียบกับอัตราของเสียงนั้นเอง และไม่เปลี่ยนค่าใช้จ่าย บทสมาธิอยู่ต่ำกว่า 1 ข่าวอยู่สูงกว่า ส่วนเวลาระดับคำบอกว่าแต่ละคำเริ่มและจบตรงไหน ซึ่งเป็นสิ่งที่แทร็กซับไตเติลต้องการในภาษาที่ไม่เขียนช่องว่าง คู่มือ timestamps อธิบายความละเอียดทั้งสามระดับ

เวลาระดับคำเหมาะกับซับไตเติลและการไฮไลต์แบบคาราโอเกะ เวลาระดับประโยคเหมาะกับเครื่องเล่นที่กระโดดข้ามบรรทัด เวลาระดับคำขอครอบทั้งคำขอและใช้ความสนใจน้อยที่สุด เลือกระดับหยาบที่สุดที่ทำงานได้

• อ่านออกเสียงหนึ่งรอบ ตรงไหนหายใจ ตรงนั้นเว้นวรรค
• จบทุกประโยคด้วยจุดหรือเครื่องหมายคำถาม
• เขียนตัวเลขที่กำกวมเป็นคำ และเว้นวรรคเบอร์โทรเป็นกลุ่ม
• เขียนตัวย่อเต็มเมื่อมีคำอ่านเดียวที่ถูก
• คงคำอังกฤษไว้ในอักษรละติน
• จับคู่ ครับ หรือ ค่ะ ให้ตรงกับเสียงที่เลือก
• ลองทีละประโยคในช่องบน /tts แล้วย้ายสคริปต์ยาวไปที่ playground ซึ่งรับ 5,000 ตัวอักษร และดาวน์โหลดไฟล์เสียงได้
• นักพัฒนาที่ต่อระบบดูฟิลด์ของคำขอได้ที่คู่มือ text to speech และเอกสารอ้างอิง API