บทถอดบางชิ้นต้องได้ตอนที่คนยังพูดอยู่ Voice Agent ต้องตอบผู้โทร และซับสดต้องตามผู้พูดให้ทัน บางชิ้นรอจนบันทึกเสร็จได้ และเมื่อรอได้ก็ได้บทถอดที่ครบถ้วน พร้อมหมายเลขผู้พูดและไฟล์ซับ
Paxa ขายทั้งสองแบบเป็นโมเดลแยกกัน ราคาแยกกัน ทั้งสองแบบถอดเสียงได้หลายภาษา และเก็บแต่ละคำไว้ในภาษาที่พูดออกมา
ถอดเสียงแบบเรียลไทม์กับถอดจากไฟล์ต่างกันอย่างไร#
| ถอดจากไฟล์ | เรียลไทม์ | |
|---|---|---|
| โมเดล | Paxa STT Lite | Paxa STT Lite Realtime |
| สิ่งที่ส่งเข้าไป | ไฟล์เสียงที่บันทึกเสร็จแล้ว | เสียงที่สตรีมเข้าไประหว่างพูด |
| สิ่งที่ได้กลับมา | บทถอดทั้งไฟล์ในครั้งเดียว | บทถอดฉบับสุดท้ายหนึ่งชุดต่อรอบพูด เมื่อแต่ละรอบจบ |
| หมายเลขผู้พูด | มี เมื่อเปิด ผู้พูด | ไม่มีในโหมดนี้ |
| ซับไตเติล | ไฟล์ SRT และ VTT | Timestamp รายคำในแต่ละรอบพูด |
| ความยาวสูงสุด | 120 นาทีต่อไฟล์ | 4 ชั่วโมงต่อเซสชัน |
เมื่อไรควรถอดเสียงจากไฟล์#
ใช้เมื่อมีไฟล์เสียงอยู่แล้วและไม่มีใครรอข้อความอยู่ ระบบอ่านทั้งไฟล์ก่อนส่งบทถอดกลับมา จึงใส่หมายเลขผู้พูดและสร้างไฟล์ซับได้
- การประชุม สำหรับรายงานการประชุมและงานที่ต้องติดตาม อ่านวิธีถอดเสียงประชุม Zoom
- การสัมภาษณ์ สำหรับคำพูดที่ตรวจเทียบกับเสียงแล้ว อ่านวิธีถอดเสียงสัมภาษณ์
- พอดแคสต์และวิดีโอ สำหรับ Show Notes และซับ อ่านวิธีถอดเสียงพอดแคสต์ และดูเครื่องมือสร้างซับไตเติล
- ไฟล์บันทึกการโทร สำหรับตรวจทานหลังวางสาย ดูหน้างานถอดเสียงสายโทรศัพท์
เมื่อไรควรถอดเสียงแบบเรียลไทม์#
ใช้เมื่อข้อความต้องมาถึงระหว่างที่บทสนทนายังดำเนินอยู่ Voice Agent ต้องได้คำพูดของผู้โทรแต่ละรอบทันทีที่ผู้โทรหยุดพูด ซับสดและการพิมพ์ด้วยเสียงต้องการข้อความบนจอตามจังหวะที่พูด
Paxa STT Lite Realtime คือการถอดเสียงแบบสตรีมมิงที่ตรวจจับรอบพูดอัตโนมัติ เซสชันจะแจ้งเมื่อมีคนเริ่มและหยุดพูด แล้วส่งบทถอดฉบับสุดท้ายของรอบนั้น หน้าถอดเสียงแบบเรียลไทม์แสดงเซสชันทีละรอบพูด ส่วนหน้างาน Voice Agentและหน้างานถอดเสียงสดแสดงงานที่นำไปใช้
แต่ละแบบราคาเท่าไร#
แต่ละโมเดลมีอัตราที่ประกาศของตัวเอง การถอดจากไฟล์คิดตามความยาวของไฟล์ ส่วนการถอดแบบเรียลไทม์คิดตามเสียงที่ได้รับ รวมช่วงเงียบด้วย
| ถอดจากไฟล์ | เรียลไทม์ | |
|---|---|---|
| ต่อนาที | 8.33 เครดิต | 12.5 เครดิต |
| ต่อชั่วโมง | 500 เครดิต | 750 เครดิต |
| ต่อชั่วโมง คิดเป็นเงิน | $0.50 | $0.75 |
| เครดิตฟรี 100 เครดิตใช้ได้ | ประมาณ 12 นาที | ประมาณ 8 นาที |
เซสชันแบบเรียลไทม์คิดเงินทุกนาทีที่เปิดและรับเสียงอยู่ รวมช่วงหยุดพูดด้วย ปิดเซสชันเมื่อบทสนทนาจบ
เครดิตฟรีใช้สำหรับงานส่วนตัวและการทดลอง เมื่อซื้อแพลนหรือแพ็กเครดิตใดก็ได้ บทถอดทั้งหมดของบัญชีจะนำไปใช้เชิงพาณิชย์ได้ รวมถึงชิ้นที่ทำไว้ก่อนซื้อ ตามที่ข้อกำหนดการใช้งานระบุไว้
ใช้ทั้งสองแบบกับบทสนทนาเดียวกันได้ไหม#
ได้ และหลายทีมก็ทำแบบนี้ การถอดแบบเรียลไทม์ทำงานระหว่างสายเพื่อป้อนให้ Agent หรือซับสด หลังวางสาย ไฟล์บันทึกจะผ่านการถอดจากไฟล์อีกรอบ ซึ่งเพิ่มหมายเลขผู้พูดและบทถอดที่เรียบร้อยไว้เป็นหลักฐาน
ลองแต่ละแบบได้อย่างไร#
- ถอดจากไฟล์เปิดเครื่องมือถอดเสียง ลากไฟล์เสียงมาวาง แล้วกดถอดเสียง ค่าใช้จ่ายจะแสดงก่อนเริ่มถอด
- เรียลไทม์ในเครื่องมือเดียวกัน เปิด ถอดเสียงสด แล้วพูดใส่ไมโครโฟน แต่ละรอบพูดจะขึ้นเมื่อคุณหยุดพูด และค่าใช้จ่ายสะสมแสดงไปพร้อมกัน
หมายเหตุ
Paxa STT Lite และ Paxa STT Lite Realtime เป็นพรีวิวงานวิจัย ผลลัพธ์และตัวเลือกอาจเปลี่ยนแปลงได้ในรุ่นถัดไป
อ่านหรือลองอะไรต่อดี#
- อ่านเรื่องการถอดจากไฟล์ที่หน้าระบบถอดเสียง
- ดูเซสชันแบบเรียลไทม์อย่างละเอียดที่หน้าถอดเสียงแบบเรียลไทม์
- อ่านรอบพูดในการถอดเสียงภาษาไทยแบบเรียลไทม์ ว่ารอบพูดในภาษาไทยแบ่งตรงไหน
- อ่านAI Voice Agent คืออะไร ว่าการถอดเสียงแบบเรียลไทม์อยู่ตรงไหนใน Voice Agent
- เทียบบริการถอดเสียงได้ที่หน้าเปรียบเทียบ API ถอดเสียง
คำถามที่พบบ่อย#
ถอดเสียงแบบเรียลไทม์แม่นยำน้อยกว่าถอดจากไฟล์ไหม#
Paxa ไม่เผยแพร่ตัวเลขความแม่นยำของทั้งสองโมเดล ให้ทดสอบทั้งสองแบบกับเสียงของคุณเอง บทความเรื่องการวัดความแม่นยำของการถอดเสียงแสดงวิธีให้คะแนนตัวอย่างเสียง
ทำไมการถอดแบบเรียลไทม์คิดเงินช่วงเงียบด้วย#
เซสชันต้องฟังเสียงทั้งหมดที่ได้รับ รวมช่วงหยุดพูด เพื่อหาว่าแต่ละรอบพูดเริ่มและจบตรงไหน การคิดเงินจึงตามเสียงที่ได้รับ และประกาศเป็นอัตราของตัวเอง
ระบบรู้ได้อย่างไรว่ารอบพูดจบแล้ว#
เซสชันตรวจจับเมื่อผู้พูดหยุดพูด แล้วปิดรอบพูดตรงนั้น ระหว่างนั้นอาจมีบทถอดชั่วคราวมาก่อนตรงช่วงเว้นจังหวะ แล้วถูกแทนที่ด้วยฉบับสุดท้าย
การถอดแบบเรียลไทม์ใส่หมายเลขผู้พูดไหม#
หมายเลขผู้พูดมากับการถอดจากไฟล์ ถ้าต้องการ ให้ถอดไฟล์บันทึกอีกรอบหลังจบ โดยเปิด ผู้พูด