Paxa Labs
เข้าสู่ระบบ

ใช้ Paxa กับแอปและเฟรมเวิร์ก

แอปและเฟรมเวิร์กที่สร้างมาสำหรับเอนด์พอยต์เสียงพูดและถอดเสียงของ OpenAI ใช้ Paxa ได้เมื่อเปลี่ยนการตั้งค่าสองอย่าง พร้อมคู่มือตั้งค่าสำหรับ Open WebUI, LibreChat, AnythingLLM, Home Assistant, SillyTavern, LiveKit Agents และ Strands Agents

ดูเป็น Markdown

ให้แอปที่คุณใช้อยู่มีเสียงพูดภาษาไทย อังกฤษ และจีนกลาง รวมถึงประโยคที่พูดปนกัน และถอดเสียงสิ่งที่ผู้ใช้พูดเป็นข้อความ แอปหรือเฟรมเวิร์กใดก็ตามที่สร้างมาสำหรับเอนด์พอยต์เสียงพูดและถอดเสียงของ OpenAI เรียกใช้ Paxa ได้

เชื่อมต่อแอปที่รองรับ OpenAI#

แอปส่วนใหญ่ใช้การตั้งค่าเพียงสองอย่าง

การตั้งค่าค่า
Base URLhttps://api.paxalabs.com/v1
คีย์ APIคีย์ของ Paxa จากแดชบอร์ด

แอปที่ต้องการ URL ของเอนด์พอยต์แบบเต็ม ให้ใช้ https://api.paxalabs.com/v1/audio/speech สำหรับแปลงข้อความเป็นเสียงพูด และ https://api.paxalabs.com/v1/audio/transcriptions สำหรับถอดเสียงเป็นข้อความ บัญชีใหม่เริ่มต้นด้วย 100 เครดิตฟรี

เลือกโมเดลและเสียง#

ค่าเริ่มต้นแบบ OpenAI ในแอปใช้ต่อได้ทันที Paxa รับชื่อโมเดลเสียงพูดและถอดเสียงของ OpenAI ยกเว้น gpt-4o-transcribe-diarize และรับชื่อของเสียงทั้ง 13 ชื่อ แล้วจับคู่ชื่อของเสียงแต่ละชื่อกับเสียงของ Paxa

หากต้องการเลือกเสียงเอง ให้ตั้งโมเดลเป็น paxa-tts-flash-v2 และตั้งเสียงเป็นรหัสเสียงของ Paxa เช่น khanomkrok GET /v1/voices แสดงทุกเสียงพร้อมโมเดลของเสียงนั้น และฟังตัวอย่างได้ที่คลังเสียง ส่วนการถอดเสียง ให้ตั้งโมเดลเป็น paxa-stt-lite-v1-preview ซึ่งเป็นพรีวิวงานวิจัย

คู่มือตั้งค่า#

Open WebUIอ่านคำตอบในแชตออกเสียง และพูดแทนการพิมพ์LibreChatเสียงพูดและการถอดเสียงจาก librechat.yamlAnythingLLMอ่านคำตอบออกเสียง พูดสั่งงาน และถอดเสียงไฟล์ที่อัปโหลดHome Assistantเสียงสำหรับผู้ช่วยเสียงและการประกาศในบ้านSillyTavernเสียงเฉพาะของแต่ละตัวละครLiveKit Agentsเสียงพูดและการถอดเสียงสำหรับ voice agentStrands Agentsเครื่องมือของ Paxa สำหรับเอเจนต์ Strands ผ่าน MCP

ตรวจสอบการเชื่อมต่อ#

แอปจำนวนมากแสดงเพียงข้อผิดพลาดทั่วไปเมื่อคำขอล้มเหลว หากต้องการรู้สาเหตุ ให้ส่งคำขอเดียวกันด้วย curl โดยใช้โมเดลและเสียงเดียวกับที่แอปส่ง

curl
curl -X POST https://api.paxalabs.com/v1/audio/speech \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "paxa-tts-flash-v2",
    "input": "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs",
    "voice": "khanomkrok"
  }' \
  --output speech.mp3

หากตั้งค่าถูกต้อง คำสั่งนี้จะได้ไฟล์ MP3 หากคำขอถูกปฏิเสธ ไฟล์เดียวกันจะเป็นเนื้อหา JSON สั้น ๆ และฟิลด์ title บอกสาเหตุ

โค้ดสาเหตุ
unauthorizedไม่มีคีย์ API หรือพิมพ์คีย์ผิด
insufficient_creditsเครดิตในบัญชีหมด
unknown_modelชื่อโมเดลไม่ตรงกับรหัสโมเดลของ Paxa หรือชื่อที่รับได้
unknown_voiceโมเดลนั้นไม่มีเสียงนี้ และชื่อนี้ไม่อยู่ในรายชื่อที่รับได้
validationมีฟิลด์ที่อยู่นอกขอบเขตที่ Paxa รับ เช่น ความเร็วเกิน 1.5 โดย path บอกชื่อฟิลด์นั้น

ดูโค้ดทั้งหมดได้ที่แคตตาล็อกข้อผิดพลาด

ระบุชื่อการเชื่อมต่อของคุณ#

หากคุณเผยแพร่การเชื่อมต่อที่คนอื่นนำไปติดตั้ง เช่น ปลั๊กอินหรือไลบรารีไคลเอนต์ ให้ส่งเฮดเดอร์ x-paxa-client พร้อมชื่อและเวอร์ชันไปกับคำขอ เฮดเดอร์นี้ไม่บังคับ และบอกให้ Paxa รู้ว่าคำขอมาจากการเชื่อมต่อใด

curl
curl -X POST https://api.paxalabs.com/v1/audio/speech \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "x-paxa-client: my-plugin/1.4.0" \
  -d '{
    "model": "paxa-tts-flash-v2",
    "input": "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs",
    "voice": "khanomkrok"
  }' \
  --output speech.mp3
  • ค่าของเฮดเดอร์คือชื่อ หรือชื่อตามด้วย / และเวอร์ชัน เช่น my-plugin หรือ my-plugin/1.4.0
  • ชื่อยาว 1 ถึง 48 ตัวอักษร ประกอบด้วยตัวพิมพ์เล็ก ตัวเลข . _ และ - และขึ้นต้นด้วยตัวอักษรหรือตัวเลข
  • เวอร์ชันยาว 1 ถึง 24 ตัวอักษร ใช้ชุดตัวอักษรเดียวกันโดยเพิ่ม + ได้ และขึ้นต้นด้วยตัวอักษรหรือตัวเลข
  • Paxa ตัดช่องว่างหน้าและหลังค่าออก และแปลงเป็นตัวพิมพ์เล็กก่อนอ่าน
  • Paxa ละเว้นค่าที่อยู่นอกรูปแบบนี้ และคำขอทำงานเหมือนไม่มีเฮดเดอร์นี้

เฮดเดอร์นี้ไม่เปลี่ยนคำขอ คำตอบ หรือราคาแต่อย่างใด เอนด์พอยต์เสียงพูด ถอดเสียง OCR Document Extraction และแปลภาษาอ่านเฮดเดอร์นี้ ส่วนการออกแบบเสียงไม่อ่าน สำหรับซ็อกเก็ตแบบ live ให้ส่งไปกับคำขออัปเกรด นโยบาย CORS ของ API อนุญาตเฮดเดอร์นี้ ไคลเอนต์บนเบราว์เซอร์จึงส่งได้เช่นกัน

ก่อนหน้าย้ายจาก OpenAIถัดไปOpen WebUI