Paxa Labs กับ Resemble AI สำหรับเสียงพูดภาษาไทย

เทียบ API เสียงพูดภาษาไทย อังกฤษ และจีนกลางแบบโฮสต์ กับโมเดล Chatterbox แบบเปิดของ Resemble AI ทั้งสถานะการขาย ที่ที่โมเดลทำงาน รายการภาษา เสียงภาษาไทยและจีนกลาง แท็กกำกับการพูด และการโคลนเสียง

Resemble AI เลิกขายบริการเสียงสังเคราะห์แล้ว และไม่รับลูกค้าด้านเสียงรายใหม่ Chatterbox และโมเดลเสียงอื่นของเขายังเปิดให้ใช้ฟรี ส่วนคลังโค้ด Chatterbox กลายเป็นคลังเก็บถาวรภายใต้สัญญาอนุญาต MIT ที่ไม่มีการดูแลต่อ การใช้โมเดลเสียงของ Resemble AI ตอนนี้จึงหมายถึงการรัน Chatterbox บนเครื่องของคุณเอง ส่วน Paxa TTS Flash v2 พูดภาษาไทย อังกฤษ และจีนกลาง และทั้ง 50 เสียงพูดได้ครบสามภาษา

ที่มา:Resemble AI voice archive(เปิดในแท็บใหม่)Resemble AI on deepfake detection(เปิดในแท็บใหม่)Chatterbox repository(เปิดในแท็บใหม่)

ตรวจสอบราคาและข้อมูลล่าสุดเมื่อ ตุลาคม 2569

เริ่มใช้ฟรี ดูราคาทั้งหมด

สิ่งที่ต่างกัน

สิ่งที่ต่างกัน
หัวข้อ	Paxa Labs	Resemble AI(เปิดในแท็บใหม่)
การซื้อใช้งาน	API แบบโฮสต์ Paxa TTS Flash v2 คิดต่อตัวอักษรในอัตราที่ประกาศอัตราเดียวทั้งภาษาไทย อังกฤษ และจีนกลาง	ไม่ขายบริการเสียงสังเคราะห์แล้ว และไม่รับลูกค้าด้านเสียงรายใหม่ คลังเอกสารของเขาเก็บคู่มือ API ของแพลตฟอร์มเดิมไว้เพื่ออ้างอิงเท่านั้น
ที่ที่โมเดลทำงาน	บน API ที่เราโฮสต์ ผ่านสตรีม HTTP แบบเป็นช่วงหรือ WebSocket แบบสด	บนเครื่องของคุณเอง Chatterbox ติดตั้งเป็นแพ็กเกจ Python และคลังโค้ดของเขาเป็นงานวิจัยที่ปลดระวางแล้วและไม่มีการดูแลต่อ
ความครอบคลุมของภาษา	ภาษาไทย อังกฤษ และจีนกลาง ในทั้ง 50 เสียงบนโมเดลเดียว	Chatterbox-Multilingual รองรับ 23 ภาษา รวมภาษาจีน ส่วน Turbo และ Nano พูดได้เฉพาะภาษาอังกฤษ
เสียงภาษาไทย	ทั้ง 50 เสียงพูดภาษาไทยได้ แต่ละเสียงมีรหัสที่เปิดเผยและประโยคตัวอย่างที่ตายตัว ส่วน Paxa TTS Flash รหัสโมเดล paxa-tts-flash-v1 มีเสียงสำเนียงถิ่นเพิ่มอีก 4 เสียง ใน 3 สำเนียง	ภาษาไทยไม่อยู่ใน 23 ภาษาที่ Chatterbox-Multilingual รองรับ
เสียงภาษาจีนกลาง	ทั้ง 50 เสียงพูดภาษาจีนกลางจากข้อความอักษรจีนตัวย่อได้ ด้วยเสียงเดียวกับที่ใช้พูดภาษาไทยและอังกฤษ	ภาษาจีน (zh) บน Chatterbox-Multilingual และมีโมเดลที่ปรับเฉพาะภาษาจีนในชุดภาษาเดี่ยว
แท็กกำกับการพูด	บน Paxa TTS Flash v2 แท็กที่เขียนไว้ในข้อความ เช่น [whispering] หรือ [laughs] ใช้กำกับวิธีพูด	Turbo อ่านแท็กเสียงประกอบอย่าง [cough], [laugh] และ [chuckle] ได้ในภาษาอังกฤษ
เสียงที่สร้างเอง	ไม่มีการโคลนเสียง แต่ออกแบบเสียงใหม่จากคำบรรยายได้ใน Console แล้วเรียกใช้ด้วยรหัสเสียงบน Paxa TTS Flash v2	โคลนเสียงแบบ zero-shot จากคลิปเสียงอ้างอิง และทุกไฟล์ที่สร้างขึ้นมีลายน้ำ Perth ฝังอยู่

Paxa TTS Flash v2 ต่อ 1 ล้านตัวอักษร: $10
Resemble AI: ไม่ได้ประกาศราคา

Resemble AI ไม่ได้ประกาศราคาเสียงสังเคราะห์ เพราะเลิกขายบริการนี้แล้ว ส่วน Chatterbox ทำงานบนเครื่องที่คุณจัดหาเอง ทุกอัตราคิดต่อหนึ่งล้านตัวอักษรของข้อความภาษาไทย นับเป็นหน่วยรหัส UTF-16 แบบเดียวกับของเรา โดยอัตราที่คิดรายนาที ตามโทเคน ตามไบต์ หรือตามอักษรจีน แปลงมาเป็นหน่วยนี้แล้ว

กรณีที่ Resemble AI เหมาะกว่า

หากโมเดลต้องทำงานบนเครื่องของคุณเอง Chatterbox ใช้สัญญาอนุญาต MIT และติดตั้งเป็นแพ็กเกจ Python ได้ โมเดลนี้โคลนเสียงจากคลิปอ้างอิงได้ ซึ่งเราไม่มีให้ และฝังลายน้ำในทุกไฟล์ที่สร้าง ลูกค้าด้านเสียงรายเดิมของ Resemble AI ยังได้รับการดูแลอยู่ เลือกเราเมื่อต้องการ API แบบโฮสต์ที่มีเสียงภาษาไทยและราคาที่ประกาศไว้

คำถามที่พบบ่อย

Resemble AI ยังขายบริการแปลงข้อความเป็นเสียงอยู่ไหม

ไม่แล้ว คลังเอกสารงานวิจัยของเขาระบุว่า Chatterbox และโมเดลเสียงสังเคราะห์ของเขายังเปิดให้ใช้ฟรี และไม่ได้ขายเป็นผลิตภัณฑ์แบบชำระเงินอีกต่อไป บทความของเขาเรื่องการหันไปทำระบบตรวจจับ deepfake ระบุว่าเขายังดูแลลูกค้าด้านเสียงรายเดิม และไม่รับรายใหม่

Chatterbox พูดภาษาไทยได้ไหม

ภาษาไทยไม่อยู่ใน 23 ภาษาที่โมเดล Multilingual ของเขารองรับ ภาษาจีนอยู่ในรายการ และชุดภาษาเดี่ยวของเขามีโมเดลที่ปรับเฉพาะภาษาจีนด้วย

มีบริการโคลนเสียงไหม

ไม่มี เสียงในแค็ตตาล็อกเผยแพร่พร้อมรหัสที่คงที่ ส่วนเสียงใหม่ออกแบบได้จากคำบรรยายใน Console หากคุณรัน Chatterbox เอง โมเดลนั้นโคลนเสียงจากคลิปอ้างอิงได้

เผยแพร่การเปรียบเทียบคุณภาพหรือความเร็วไหม

ไม่ เราไม่เผยแพร่ตัวเลขคุณภาพ ความแม่นยำ หรือความเร็วของเราเอง ทั้งของโมเดลเราและของใครก็ตาม ลองสร้างเสียงจากสคริปต์เดียวกันทั้งสองฝั่งแล้วฟังด้วยตัวเอง

การเปรียบเทียบอื่น

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง

เริ่มใช้ฟรี

ผลิตภัณฑ์

Text-to-Speech

ตัวอย่างการใช้งาน

บทความที่เกี่ยวข้อง