Paxa Labs
เข้าสู่ระบบ
การเปรียบเทียบทั้งหมด

Paxa Labs กับ Amazon Polly สำหรับเสียงพูดภาษาไทย

เทียบ API เสียงพูดภาษาไทย อังกฤษ และจีนกลาง กับ Amazon Polly ทั้งเสียงภาษาไทยและจีนกลาง ไทม์สแตมป์ระดับคำ การส่งข้อความแบบทยอย เสียงแบบกำหนดเอง และกรณีที่แต่ละฝ่ายเหมาะกว่า

หากผลิตภัณฑ์ของคุณใช้ Amazon Polly อยู่ และตอนนี้ต้องพูดภาษาไทย สิ่งแรกที่ควรตรวจคือรายการเสียง ตารางเสียงของ Polly มี 42 ภาษาและภูมิภาค มีเสียงภาษาจีนกลางหนึ่งเสียง และไม่มีภาษาไทย ส่วน Paxa TTS Flash v2 พูดภาษาไทย อังกฤษ และจีนกลาง และทั้ง 50 เสียงพูดได้ครบสามภาษา หากงานของคุณเป็นภาษาอังกฤษล้วน Polly มีเอนจินให้เลือกสี่แบบและสำเนียงอังกฤษเก้าแบบ สิ่งที่ตัดสินคือเสียงเมื่อฟังด้วยข้อความของคุณเอง และอัตราค่าบริการที่ปริมาณงานของคุณ

ที่มา:Amazon Polly voices(เปิดในแท็บใหม่)Amazon Polly languages(เปิดในแท็บใหม่)

ตรวจสอบราคาและข้อมูลล่าสุดเมื่อ ตุลาคม 2569

เริ่มใช้ฟรีดูราคาทั้งหมด

สิ่งที่ต่างกัน

สิ่งที่ต่างกัน
หัวข้อPaxa LabsAmazon Polly(เปิดในแท็บใหม่)
เสียงภาษาไทยทั้ง 50 เสียงของ Paxa TTS Flash v2 พูดภาษาไทยได้ แต่ละเสียงมีรหัสที่เปิดเผยและประโยคตัวอย่างที่ตายตัว ส่วน Paxa TTS Flash รหัสโมเดล paxa-tts-flash-v1 มีเสียงสำเนียงถิ่นเพิ่มอีก 4 เสียง ใน 3 สำเนียงตารางเสียงและรายการภาษาของเขาไม่มีภาษาไทย
เสียงภาษาจีนกลางทั้ง 50 เสียงพูดภาษาจีนกลางจากข้อความอักษรจีนตัวย่อได้ ด้วยเสียงเดียวกับที่ใช้พูดภาษาไทยและอังกฤษภาษาจีนกลางมีหนึ่งเสียง คือ Zhiyu ใช้ได้บนเอนจิน Neural และ Standard
เสียงภาษาอังกฤษทั้ง 50 เสียงพูดภาษาอังกฤษได้ คิดอัตราต่อตัวอักษรเท่ากับภาษาไทยและจีนกลางมีเสียงภาษาอังกฤษ 9 สำเนียง ได้แก่ สหรัฐฯ สหราชอาณาจักร ออสเตรเลีย อินเดีย ไอร์แลนด์ นิวซีแลนด์ สิงคโปร์ แอฟริกาใต้ และเวลส์ โดยภาษาอังกฤษแบบสหรัฐฯ มีเสียงบนเอนจินครบทั้งสี่แบบ
ไทม์สแตมป์ระดับคำช่วงเวลาระดับคำ ประโยค หรือช่วงพูด ส่งกลับมาพร้อมเสียงในคำขอเดียวกัน คิด 1.25 เท่าของอัตราแบบไม่มีไทม์สแตมป์Speech marks บอกตำแหน่งของคำและประโยค รวมถึง viseme และ SSML mark บนเอนจิน Standard, Neural และ Long-Form คำขอ speech marks ได้ JSON กลับมาแทนไฟล์เสียง และหน้าราคาของเขาคิดเงินคำขอนี้ตามตัวอักษร
ข้อความที่ทยอยมาถึงWebSocket แบบสดรับข้อความทีละส่วนตามที่มาถึงและสตรีมเสียงกลับ เฟรม cancel หยุดคำตอบได้เมื่อผู้ฟังพูดแทรกStartSpeechSynthesisStream รับข้อความทีละส่วนผ่าน HTTP/2 และส่งเสียงกลับระหว่างสังเคราะห์ ใช้ได้เฉพาะเอนจิน Generative และไม่มี speech marks
การออกเสียงและวิธีพูดบน Paxa TTS Flash v2 แท็กที่เขียนไว้ในข้อความ เช่น [whispering] หรือ [laughs] ใช้กำกับวิธีพูด ส่วนฟิลด์ language กำหนดวิธีอ่านรหัส ตัวเลข และสัญลักษณ์รองรับ SSML สำหรับการเว้นจังหวะ การเน้นคำ และทำนองเสียง และมี lexicon แบบกำหนดเองที่อัปโหลดเป็นไฟล์ XML เพื่อเปลี่ยนการออกเสียงของคำเฉพาะ
เสียงแบบกำหนดเองไม่มีการโคลนเสียง แต่ออกแบบเสียงใหม่จากคำบรรยายได้ใน Console แล้วเรียกใช้ด้วยรหัสเสียงบน Paxa TTS Flash v2Brand Voice เป็นงานสร้างเสียงร่วมกับทีม Amazon Polly เพื่อให้องค์กรของคุณใช้งานได้เพียงรายเดียว

ที่มา:Amazon Polly voices(เปิดในแท็บใหม่)Amazon Polly languages(เปิดในแท็บใหม่)Amazon Polly speech marks(เปิดในแท็บใหม่)Amazon Polly SynthesizeSpeech(เปิดในแท็บใหม่)Amazon Polly pricing(เปิดในแท็บใหม่)Amazon Polly bidirectional streaming(เปิดในแท็บใหม่)Amazon Polly features(เปิดในแท็บใหม่)

Paxa TTS Flash v2 ต่อ 1 ล้านตัวอักษร
$10
Amazon Polly
$4-100
ราคาของเขา คิดเป็นกี่เท่า
0.4-10×

Amazon Polly ไม่มีเสียงภาษาไทย ตัวเลขนี้จึงเป็นอัตราต่อตัวอักษรตั้งแต่เสียง Standard ถึง Long-Form ซึ่งถูกที่สุดและแพงที่สุดในสี่เอนจินของเขา อ่านจากหน้าราคาของเขาเอง ทุกอัตราคิดต่อหนึ่งล้านตัวอักษรของข้อความภาษาไทย นับเป็นหน่วยรหัส UTF-16 แบบเดียวกับของเรา โดยอัตราที่คิดรายนาที ตามโทเคน ตามไบต์ หรือตามอักษรจีน แปลงมาเป็นหน่วยนี้แล้ว

ค่าใช้จ่ายที่ปริมาณงานของคุณ

ค่าใช้จ่ายที่ปริมาณงานของคุณ
เสียงพูดต่อเดือนPaxa LabsAmazon Pollyส่วนต่าง
100,000ราว 2 ชั่วโมงPaxa Labs$1Amazon Polly$0.40-10ส่วนต่างแพงกว่า $0.60
1,000,000ราว 27 ชั่วโมงPaxa Labs$10Amazon Polly$4-100ส่วนต่างแพงกว่า $6
5,000,000ราว 137 ชั่วโมงPaxa Labs$50Amazon Polly$20-500ส่วนต่างแพงกว่า $30
20,000,000ราว 550 ชั่วโมงPaxa Labs$200Amazon Polly$80-2,000ส่วนต่างแพงกว่า $120

ทุกตัวเลขคือราคาที่ประกาศไว้ทั้งสองฝั่งคูณกับปริมาณที่อยู่ข้างกัน กรณีที่อีกฝ่ายประกาศเป็นช่วงราคา จะเทียบกับปลายล่างและแสดงช่วงไว้ด้วย

กรณีที่ Amazon Polly เหมาะกว่า

ทีมที่ใช้ AWS อยู่แล้วเพิ่มเสียงพูดได้ภายในบัญชีและการเรียกเก็บเงินเดิม ตารางเสียงของ Polly มี 42 ภาษาและภูมิภาค ส่วนเราให้บริการสามภาษา หากระบบของคุณเขียน SSML หรือดูแล lexicon การออกเสียงอยู่แล้ว Polly อ่านได้ตามเดิม speech marks ที่มี viseme เหมาะกับอวาตาร์ที่ต้องขยับปากตามเสียง และ Brand Voice สร้างเสียงให้องค์กรของคุณใช้เพียงรายเดียว เลือกเราเมื่อผลิตภัณฑ์ของคุณพูดภาษาไทย หรือเมื่อเสียงเดียวต้องพูดได้ทั้งไทย อังกฤษ และจีนกลาง

คำถามที่พบบ่อย

Amazon Polly รองรับภาษาไทยไหม

ตารางเสียงและรายการภาษาของเขาไม่มีภาษาไทย ส่วนภาษาจีนกลาง ตารางเสียงมีหนึ่งเสียง คือ Zhiyu

ใช้ Polly กับภาษาอื่น และใช้ Paxa กับภาษาไทย อังกฤษ และจีนกลางได้ไหม

ได้ ไม่มีอะไรใน API ทั้งสองฝั่งที่ขวางการแยกเส้นทางคำขอตามภาษา ข้อความภาษาไทยที่มีคำภาษาอังกฤษปนส่งมาที่เราได้ในคำขอเดียว

เผยแพร่การเปรียบเทียบคุณภาพหรือความหน่วงไหม

ไม่ เราไม่เผยแพร่ตัวเลขคุณภาพ ความแม่นยำ หรือความหน่วงของเราเอง ทั้งของโมเดลเราและของใครก็ตาม ลองสร้างเสียงจากสคริปต์เดียวกันทั้งสองฝั่งแล้วฟังด้วยตัวเอง

ราคาบนหน้านี้เป็นปัจจุบันแค่ไหน

มาจากราคาที่ผู้ให้บริการแต่ละรายประกาศไว้ บันทึกรวมไว้ที่เดียว และตรวจซ้ำตามรอบที่กำหนด เดือนที่ตรวจล่าสุดอยู่ด้านบนของหน้านี้

การเปรียบเทียบอื่น

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง

เริ่มใช้ฟรี