Paxa Labs
เข้าสู่ระบบ

ใช้ Paxa กับ Open WebUI

ให้ Open WebUI อ่านคำตอบในแชตออกเสียงเป็นภาษาไทย อังกฤษ และจีนกลาง และพูดแทนการพิมพ์ได้ ผ่าน OpenAI engine ที่มีมาในตัว

ดูเป็น Markdown

ให้แชตใน Open WebUI มีเสียงพูดภาษาไทย อังกฤษ และจีนกลาง รวมถึงประโยคที่พูดปนกัน และพูดใส่ไมโครโฟนเพื่อป้อนข้อความได้

OpenAI engine สำหรับแปลงข้อความเป็นเสียงและถอดเสียงที่มีมาใน Open WebUI เชื่อมต่อกับ Paxa ได้ด้วย base URL และคีย์ API การตั้งค่าทั้งสองส่วนอยู่ที่ Admin Panel > Settings > Audio ชื่อเมนูและช่องตั้งค่าอาจต่างกันในแต่ละเวอร์ชันของ Open WebUI

อ่านคำตอบออกเสียง#

ในส่วน Text-to-Speech ให้ตั้งค่าตามตารางนี้ แล้วกด Save

ช่องค่า
Text-to-Speech EngineOpenAI
API Base URLhttps://api.paxalabs.com/v1
API Keyคีย์ API ของ Paxa
TTS Modelpaxa-tts-flash-v2
TTS Voiceรหัสเสียงของ Paxa เช่น khanomkrok

เมื่อเลือก OpenAI engine ระบบจะเติม tts-1 และ alloy ให้เอง ทั้งสองค่าใช้กับ Paxa ได้ และ alloy จะพูดด้วยเสียงหนึ่งของ Paxa (ชื่อของเสียงที่ใช้ได้) ตั้งโมเดลและเสียงเองเพื่อเลือกเสียงที่ต้องการ

รายการแนะนำในช่อง TTS Voice แสดงเสียงของ Paxa TTS Flash v2 ซึ่ง Open WebUI อ่านจาก GET /v1/audio/voices และรายการแนะนำในช่อง TTS Model แสดง paxa-tts-flash-v2 จาก GET /v1/audio/models เสียงที่ตั้งไว้ในโมเดลหรือในการตั้งค่าส่วนตัวของผู้ใช้จะมาก่อนค่าเริ่มต้นนี้ หากแชตยังใช้เสียงเดิม ให้เปลี่ยนค่าเหล่านั้นด้วย

ปล่อยช่อง Additional Parameters ว่างไว้ Open WebUI ไม่ส่ง response_format และ Paxa จะตอบกลับเป็น MP3 ทดสอบได้โดยกดไอคอนลำโพงใต้คำตอบใดก็ได้

พูดแทนการพิมพ์#

ในส่วน Speech-to-Text ให้ตั้งค่าตามตารางนี้ แล้วกด Save

ช่องค่า
Speech-to-Text EngineOpenAI
API Base URLhttps://api.paxalabs.com/v1
API Keyคีย์ API ของ Paxa
Request FormatMultipart Upload
STT Modelpaxa-stt-lite-v1-preview

ช่อง STT Model เริ่มต้นเป็นค่าว่าง และคำขอที่ไม่ระบุโมเดลจะได้คำตอบ 400 Paxa ไม่รับคำขอรูปแบบ JSON Base64 Paxa STT Lite เป็นพรีวิวงานวิจัย และไฟล์เสียงแต่ละไฟล์ยาวได้ไม่เกิน 60 นาทีและ 25 MiB ทดสอบได้โดยกดไมโครโฟนในช่องพิมพ์ข้อความแล้วพูด

ตั้งค่าผ่านตัวแปรสภาพแวดล้อม#

หากต้องการตั้งค่าตอน deploy ให้กำหนดตัวแปรเหล่านี้ให้คอนเทนเนอร์ของ Open WebUI

.env
AUDIO_TTS_ENGINE=openai
AUDIO_TTS_OPENAI_API_BASE_URL=https://api.paxalabs.com/v1
AUDIO_TTS_OPENAI_API_KEY=pxa_your_key_here
AUDIO_TTS_MODEL=paxa-tts-flash-v2
AUDIO_TTS_VOICE=khanomkrok
AUDIO_STT_ENGINE=openai
AUDIO_STT_OPENAI_API_BASE_URL=https://api.paxalabs.com/v1
AUDIO_STT_OPENAI_API_KEY=pxa_your_key_here
AUDIO_STT_MODEL=paxa-stt-lite-v1-preview

Open WebUI อ่านตัวแปรเหล่านี้ตอนเริ่มทำงานครั้งแรก หลังจากนั้นค่าที่บันทึกไว้ใน Admin Panel จะมีผลแทน เว้นแต่ตั้ง ENABLE_PERSISTENT_CONFIG เป็น false

เมื่อเสียงพูดหรือการถอดเสียงใช้งานไม่ได้#

เมื่อ Paxa ปฏิเสธคำขอ Open WebUI จะแสดงเพียงข้อความทั่วไป เช่น server connection error ให้ส่งคำขอเดียวกันด้วย curl เพื่ออ่านสาเหตุ สาเหตุที่พบบ่อยคือชื่อโมเดลหรือเสียงพิมพ์ผิด เสียงเดิมที่ค้างอยู่ในโมเดลหรือในการตั้งค่าของผู้ใช้ และค่าในช่อง Additional Parameters

ก่อนหน้าการเชื่อมต่อทั้งหมดถัดไปLibreChat