เลือกเสียง AI ภาษาไทยให้เหมาะกับงาน: คู่มือครบทั้ง 34 เสียง

คู่มือนี้ไล่ดูทั้งชุดทีละงาน ทุกเสียงลิงก์ไปหน้าของตัวเอง ซึ่งเปิดฟังคลิปตัวอย่างได้ทันที และท้ายหน้านี้เปิดฟังได้ครบทุกเสียง หน้ารวมเสียง แสดงทั้ง 34 เสียงพร้อมประโยคตัวอย่าง และ API ส่งแค็ตตาล็อกชุดเดียวกันกลับมาจากปลายทาง voices

ตัดสินใจตามลำดับนี้ แล้วเสียงส่วนใหญ่จะตกไปเองก่อนที่คุณจะกดฟังคลิปแรก

• งานมาก่อน โฆษณา เมนู IVR บทหนังสือเสียง และบทนำสมาธิ ต้องการจังหวะที่ต่างกัน และบทบาทในแค็ตตาล็อกถูกคัดจากจังหวะเป็นหลัก
• จากนั้นคือระดับภาษาของข้อความ ภาษาไทยฝากความสุภาพไว้ที่คำลงท้ายและสรรพนาม ประโยคที่จบด้วย ครับ หรือ ค่ะ สุภาพในทุกเสียง และประโยคที่จบด้วย นะ สนิทในทุกเสียง แก้คำให้ถูกก่อน แล้วค่อยเลือกเสียง
• จากนั้นคือเพศ เมื่อพื้นผิวนั้นมีตัวตนที่ตายตัว ทั้งชุดมีเสียงหญิง 18 เสียง และเสียงชาย 16 เสียง ทุกงานด้านล่างมีให้ทั้งสองแบบ
• จากนั้นคือภาษา 26 เสียงเป็นเสียงไทยเป็นหลัก อ่านคำอังกฤษที่แทรกอยู่ในประโยคไทยแบบเดียวกับคนกรุงเทพฯ ส่วนอีก 6 เสียงเป็นเสียงอังกฤษเป็นหลัก อ่านประโยคอังกฤษทั้งประโยคโดยไม่มีสำเนียงไทย และอ่านภาษาไทยด้วยสำเนียงต่างชาติ และอีก 2 เสียงเป็นเสียงจีนกลางเป็นหลัก อ่านภาษาจีนกลางแบบเดียวกัน
• สุดท้ายคือสำเนียง 4 เสียงมีสำเนียงถิ่น สำหรับแคมเปญที่พูดกับคนภูมิภาคเดียว

นมเย็น คือเสียงหญิงหลักของทั้งชุด คัดมาสำหรับโปรโมต คลิปโซเชียล และเสียงพูดในผลิตภัณฑ์ทั่วไป เป็นเสียงที่หน้าแรกของเว็บไซต์เปิดขึ้นมา และเป็นเสียงที่ควรเริ่มเมื่อสปอตต้องฟังดูเหมือนตัวผลิตภัณฑ์เอง

หมูปิ้ง ให้พลังวัยรุ่นมั่นใจกับโฆษณาและคลิปสั้น เป็นการอ่านที่คลิปแนวตั้ง 15 วินาทีต้องการ ต้มยำ คือเสียงเพื่อนสนิทสายเม้าท์ พูดเร็วและจัดจ้าน สำหรับสรุปละคร ข่าวบันเทิง และคลิปโซเชียล มัสมั่น คือเสียงพระเอกทุ้มลึก หนักแน่น สำหรับหนังตัวอย่างและดราม่า คัดมาสำหรับสปอตที่ต้องหนักแน่นในประโยคเดียว

สปอตสั้นมีที่ให้เสียงเดียว เลือกจากระดับภาษาที่ผลิตภัณฑ์ใช้พูดอยู่แล้ว จากนั้นเปิดฟังบทเดียวกันในอีกสองเสียงก่อนประชุมกับลูกค้า หน้ากรณีใช้งานโฆษณา ให้ทั้งชุดอ่านสปอตเดียวกัน และหน้าครีเอเตอร์ พูดถึงเสียงประจำช่อง

ทองเอก คือผู้ประกาศข่าวของแค็ตตาล็อก อ่านชัดถ้อยชัดคำและน่าเชื่อถือ เหมาะกับข่าวและงานองค์กร เมนู IVR คือประกาศขององค์กรที่อ่านออกเสียง และข้อความรอสายที่เขียนด้วยภาษาไทยสุภาพจะออกมาในเสียงนี้โดยไม่ฟังดูรีบ

มัสมั่น ถูกคัดมาสำหรับงานประกาศด้วย เหมาะกับเสียงตามสายในสถานีหรือห้างสรรพสินค้า ขนมครก คือเสียงชายหลักที่ใจเย็นไม่เร่งรีบ เป็นตัวเลือกสำหรับข้อความรอสายที่ต้องใจเย็นอยู่ได้แม้เล่นซ้ำรอบที่สี่

สำหรับสายบริการภาษาอังกฤษ ดูเสียงอังกฤษเป็นหลักด้านล่าง หน้ากรณีใช้งานคอลเซ็นเตอร์ และหน้างานประกาศ พูดถึงตัวระบบเอง

ฝอยทอง คือเสียงเล่าเรื่องน่าติดตามสำหรับบทอ่านยาว และเป็นตัวเลือกเมื่อบทหนึ่งต้องตรึงคนฟังไว้สี่สิบนาที

ขนมครก อ่านสารคดีและเรื่องเล่าย้อนวันด้วยจังหวะของผู้ใหญ่ พะแนง คือเสียงนักแสดงละครเวทีที่นุ่มและภูมิฐาน คัดมาสำหรับงานเล่าเรื่องจริงจังและนิยายเสียงที่ต้องการนักแสดง

บทอ่านยาวคือจุดที่จังหวะสำคัญที่สุด เปิดฟังทั้งย่อหน้าในเพลย์กราวนด์ ก่อนตัดสินใจ เพราะเสียงที่ฟังดูดีในประโยคเดียวอาจล้าเมื่อฟังทั้งบท หน้ากรณีใช้งานหนังสือเสียง และหน้าสำนักพิมพ์ คำนวณราคาทั้งเล่มไว้ให้

ลอดช่อง คือเสียงช้า ๆ แบบใกล้ไมค์ คัดมาสำหรับการฝึกสติและการนอน วุ้น คือเสียงเกือบกระซิบ นุ่มเบา สำหรับช่วงผ่อนคลายก่อนนอน สังขยา คือเสียงชายเบานุ่มแบบใกล้ไมค์ สำหรับ ASMR และการบรรยายสงบ ๆ

ทั้งสามเสียงถูกออกแบบสำหรับไมโครโฟนที่ห่างจากปากไม่กี่เซนติเมตร และอ่านบทที่ช้าอย่างช้า หน้าสมาธิ เปิดฟังทั้งสามเสียงเทียบกัน และแสดงค่าความเร็วที่การอ่านช้าใช้

ข้าวเหนียว คือเสียงชายทุ้มต่ำ ไม่เร่งรีบ คัดมาสำหรับบทนำหายใจ เสียงบรรยายเพื่อสุขภาพใจ และสารคดีจังหวะช้า เหมาะกับบทที่บอกคนฟังว่าต้องทำอะไรต่อ

เสน่ห์จันทน์ คือเสียงอบอุ่นชวนฟังที่มีเสน่ห์แบบค่ำคืน และเป็นเสียงที่หน้าเพื่อน AI เปิดขึ้นมา ทับทิมกรอบ คือเสียงทุ้มนุ่มเป็นส่วนตัวสำหรับบทอ่านยามดึก โอเลี้ยง คือเสียงชายทุ้มสบาย ๆ แบบวิทยุยามดึก

เพื่อน AI ฟังดูสนิทเพราะประโยคถูกเขียนให้สนิท ด้วยสรรพนามและคำลงท้ายที่คนไทยใช้ระหว่างเพื่อน เสียงเป็นเพียงผู้ถ่ายทอดระดับภาษานั้น และไม่ได้สร้างมันขึ้นเอง หน้ากรณีใช้งานเพื่อน AI แสดงระดับภาษาสี่ขั้นบนบทเดียวกัน

ลูกชุบ คือเสียงเล็ก ๆ น่ารักแบบเด็กสำหรับตัวการ์ตูนและงานสนุก ๆ บัวลอย คือเสียงสาวใส น่ารัก สำหรับตัวละครและเรื่องเล่าเบา ๆ พะแนง กลับมาอีกครั้งในบทผู้บรรยายหรือตัวร้ายที่ต้องการเสียงจากเวที

ตัวละครทั้งชุดต้องการความต่างมากกว่าความหลากหลาย ตัวละครสองตัวบนเสียงเดียวกันจะกลืนกัน แต่ตัวละครสองตัวบนเสียงใสกับเสียงทุ้มจะฟังออกทันทีว่าเป็นคนละคน หน้ากรณีใช้งานเกมและแอป และหน้านิยายโต้ตอบ พูดถึงการคัดเสียงทั้งบท

ส้มตำ และ ลาบ คือสำเนียงอีสาน หญิงหนึ่งชายหนึ่ง ข้าวซอย คือสำเนียงเหนือที่นุ่มช้า และ โรตี คือสำเนียงใต้ที่กระชับฉับไว

เขียนบทเป็นภาษาไทยกลาง เสียงถิ่นอ่านข้อความมาตรฐานด้วยสำเนียงของตัวเอง และหน้าสำเนียงถิ่น เปิดฟังประโยคไทยกลางประโยคเดียวในทั้งสี่สำเนียง โดยมี ขนมครก เป็นเสียงเทียบ แคมเปญที่พูดกับภูมิภาคเดียวกับแคมเปญระดับประเทศจึงใช้บทเดียวกันได้ ต่างกันแค่เสียง

โดนัท คือเสียงอังกฤษร่าเริงสำหรับโปรโมตและเดโม คุกกี้ คือเสียงอังกฤษใจดี ใส่ใจ สำหรับงานบริการและออนบอร์ดลูกค้า โทสต์ อ่านบทสอนด้วยภาษาอังกฤษพูดตรง ๆ ฟังง่าย และ ลาเต้ คือเสียงนุ่มเนี้ยบสำหรับหนังแบรนด์

เส้นแบ่งอยู่ที่ประโยคมีภาษาอังกฤษมากแค่ไหน ชื่อผลิตภัณฑ์หรือวลีอังกฤษที่แทรกในประโยคไทยเป็นงานของเสียงไทยเป็นหลัก ซึ่งอ่านแบบเดียวกับผู้พูดของประโยคนั้น ส่วนย่อหน้าอังกฤษทั้งย่อหน้าเป็นงานของเสียงอังกฤษเป็นหลัก หน้าเสียงอังกฤษ เปิดฟังทั้ง 6 เสียงบนประโยคเดียวกัน

ผัดไทย คือพิธีกรสลับไทย-อังกฤษสำหรับงานอีเวนต์และไลฟ์สไตล์ คัดมาสำหรับบทที่เปลี่ยนภาษากลางประโยคและต้องฟังดูตั้งใจให้เป็นแบบนั้น โยโย่ คือโฮสต์พอดแคสต์ที่คุยสบายเหมือนนั่งอยู่ในห้องเดียวกัน เป็นเสียงจริงของหนึ่งในผู้ร่วมก่อตั้งแล็บ และเป็นรายการเดียวในชุดที่เป็นคนจริง

ขนมชั้น และ กะเพรา คือเสียงสนทนารุ่นทดลองที่อ่านแท็กอารมณ์ที่เขียนไว้ในข้อความ แท็กอย่าง [happy] หรือ [sad:0.5] เปลี่ยนน้ำเสียงตั้งแต่จุดที่วางไว้จนถึงแท็กถัดไป เหมาะกับคู่สนทนา AI และตัวละครในเกมที่บทพูดรู้อารมณ์ของตัวเองอยู่แล้ว น้ำเสียงของสองเสียงนี้อาจเปลี่ยนระหว่างที่เรายังปรับจูน ถ้างานต้องการเสียงที่เหมือนเดิมทุกรุ่น ให้เลือกเสียงรุ่นเสถียร หน้าเสียงใส่อารมณ์รวมแท็กทุกคำและน้ำเสียงที่แต่ละแท็กให้

ระดับภาษามาจากถ้อยคำ โมเดลไม่มีตัวควบคุมสไตล์ และเสียงเดียวกันอ่าน ขอบคุณครับ กับ ขอบใจนะ ต่างกันเท่าที่สองประโยคนั้นต่างกัน อารมณ์ก็มาจากถ้อยคำเช่นกัน ยกเว้นเสียงรุ่นทดลองด้านบนที่อ่านแท็กอารมณ์ได้ด้วย ถ้าฟังแล้วยังไม่ตรงใจ ให้แก้ข้อความก่อนเปลี่ยนเสียง คำลงท้ายตอนจบ สรรพนามตอนต้น หรือเว้นวรรคตรงที่ควรหายใจ

คู่มือเขียนบท พูดถึงตัวเลข คำย่อ และคำอังกฤษในประโยคไทย ซึ่งทั้งหมดอ่านออกมาต่างจากที่ตาเห็น

ใช้เสียงเดียวต่อหนึ่งพื้นผิวของแบรนด์ ผลิตภัณฑ์ที่ทักทายด้วยเสียงหนึ่ง อ่านการแจ้งเตือนด้วยอีกเสียง และบรรยายบทสอนด้วยเสียงที่สาม ฟังดูเหมือนสามผลิตภัณฑ์ เพิ่มเสียงที่สองเฉพาะสำหรับตัวละครที่สอง หรือภาษาที่สองเท่านั้น

เก็บ slug ของเสียงไว้ในคอนฟิกข้าง ๆ สีของแบรนด์ slug คือตัวระบุสาธารณะที่คงที่ และเสียงจะใช้ slug เดิมตลอดเวลาที่ให้บริการ

ทุกเสียงพร้อมประโยคตัวอย่างที่เผยแพร่ กดเล่นที่แถวเพื่อฟัง ชุดนี้คือชุดเดียวกับที่ปลายทาง voices ส่งกลับมา

• ตั้งชื่องานก่อนตั้งชื่อเสียง แล้วเริ่มจากสองหรือสามเสียงที่ถูกคัดมาสำหรับงานนั้น
• เขียนประโยคในระดับภาษาที่ต้องการ รวมคำลงท้าย แล้วค่อยเทียบเสียงบนประโยคนั้น
• พิมพ์ประโยคของคุณเองลงในช่องบนหน้า text to speech ช่องนั้นพูดได้ 9 เสียง โดยไม่ต้องมีบัญชี
• เปิดชุดเต็มทั้ง 34 เสียงในเพลย์กราวนด์ สำหรับบทที่ยาวขึ้น ทั้งย่อหน้า และไฟล์เสียงที่ดาวน์โหลดได้
• ใช้เสียงเดียวต่อหนึ่งพื้นผิว และเขียน slug ของเสียงลงคอนฟิกครั้งเดียว