สองชื่อนี้ใช้คำชุดเดียวกันแต่สลับลำดับ และทำงานตรงข้ามกัน Text to Speech อ่านข้อความออกเสียงด้วยเสียงสังเคราะห์ ส่วน Speech to Text ฟังไฟล์เสียงหรือเสียงพูดสด แล้วเขียนสิ่งที่พูดออกมาเป็นข้อความ
Text to Speech กับ Speech to Text ต่างกันอย่างไร#
| Text to Speech | Speech to Text | |
|---|---|---|
| ชื่ออื่น | TTS เสียงสังเคราะห์ เสียง AI | STT การถอดเสียง ระบบรู้จำเสียงพูด ASR |
| รับอะไรเข้าไป | ข้อความ | เสียงคนพูด |
| ได้อะไรกลับมา | ไฟล์เสียงหรือสตรีมเสียงสด | บทถอด ไฟล์ซับ หรือข้อความสดทีละรอบพูด |
| คิดราคาตาม | จำนวนตัวอักษร | ความยาวเสียงเป็นนาที |
| โมเดลของ Paxa | Paxa TTS Flash v2 | Paxa STT Lite และ Paxa STT Lite Realtime |
Text to Speech ทำอะไร#
Text to Speech รับสคริปต์แล้วอ่านออกเสียงด้วยเสียงที่คุณเลือก Paxa TTS Flash v2 อ่านได้ทั้งภาษาไทย อังกฤษ และจีนกลาง มีเสียงให้เลือก 50 เสียง ใช้ทำเสียงบรรยาย เสียงพากย์ หนังสือเสียง ประกาศ และเสียงของผู้ช่วย AI Text to Speech คืออะไรอธิบายวิธีทำงานไว้
Speech to Text ทำอะไร#
Speech to Text รับเสียงแล้วเขียนคำพูดออกมา Paxa STT Lite ถอดเสียงจากไฟล์ที่บันทึกไว้ พร้อมหมายเลขผู้พูดและไฟล์ซับเมื่อคุณเลือก ส่วน Paxa STT Lite Realtime คือการถอดเสียงแบบสตรีมมิงที่ตรวจจับรอบพูดอัตโนมัติ สำหรับเสียงสด ทั้งสองแบบถอดเสียงได้หลายภาษา วิธีถอดเทปแปลงไฟล์เสียงเป็นข้อความพาทำไฟล์แรก
ควรใช้แบบไหน#
| ถ้าต้องการ | ใช้ |
|---|---|
| เปลี่ยนสคริปต์เป็นเสียงพากย์หรือหนังสือเสียง | Text to Speech |
| อ่านบทความหรือบทเรียนออกเสียง | Text to Speech |
| ให้แอปหรือสายโทรศัพท์มีเสียงพูด | Text to Speech |
| ทำรายงานการประชุมจากไฟล์บันทึก | Speech to Text |
| ทำซับให้วิดีโอ | Speech to Text |
| ให้คนพิมพ์ด้วยเสียงหรือพูดสั่งแอป | Speech to Text |
เมื่อไรต้องใช้ทั้งสองแบบ#
บางผลิตภัณฑ์ใช้สองแบบต่อกัน Voice Agent ถอดเสียงสิ่งที่ผู้โทรพูด ตัดสินใจว่าจะตอบอะไร แล้วพูดคำตอบออกมา งานพากย์เสียงถอดเสียงจากวิดีโอ แปลบทถอด แล้วสร้างเสียงพูดในอีกภาษา AI Voice Agent คืออะไรและหน้างานพากย์เสียงแสดงแต่ละแบบไว้
แต่ละแบบราคาเท่าไร#
Text to Speech คิดราคาตามจำนวนตัวอักษร ส่วน Speech to Text คิดตามความยาวเสียงเป็นนาที การถอดเสียงแบบเรียลไทม์มีอัตราของตัวเอง คิดตามเสียงที่ได้รับ
| โมเดล | เครดิต | เงิน |
|---|---|---|
| Paxa TTS Flash v2 | 10 ต่อ 1,000 ตัวอักษร | $10 ต่อหนึ่งล้านตัวอักษร |
| Paxa STT Lite | 8.33 ต่อนาที | $0.50 ต่อชั่วโมง |
| Paxa STT Lite Realtime | 12.5 ต่อนาที | $0.75 ต่อชั่วโมง |
บัญชีใหม่ได้เครดิตฟรี 100 เครดิตโดยไม่ต้องผูกบัตร ใช้กับแบบไหนก็ได้ เครดิตฟรีใช้สำหรับงานส่วนตัวและการทดลอง เมื่อซื้อแพลนหรือแพ็กเครดิตใดก็ได้ เสียงและบทถอดทั้งหมดของบัญชีจะนำไปใช้เชิงพาณิชย์ได้ รวมถึงชิ้นที่ทำไว้ก่อนซื้อ ตามที่ข้อกำหนดการใช้งานระบุไว้
สองแบบนี้มีชื่อเรียกอื่นอะไรบ้าง#
Text to Speech เรียกอีกอย่างว่า TTS เสียงสังเคราะห์ และการเจนเสียง AI ส่วน Speech to Text เรียกว่า STT การถอดเสียง ระบบรู้จำเสียงพูดอัตโนมัติ และ ASR แต่ละชื่อมีหน้าของตัวเอง ได้แก่เสียงสังเคราะห์ เจนเสียง AI ASR และถอดเสียงออนไลน์
อ่านหรือลองอะไรต่อดี#
- ฟังสคริปต์ของคุณในเครื่องมือเสียงพูด
- อัปโหลดไฟล์เสียงเข้าเครื่องมือถอดเสียง
- ลองText to Speech ภาษาไทยฟรีออนไลน์
- อ่านเรื่องแต่ละผลิตภัณฑ์ที่หน้า Text to Speechและหน้า Speech to Text
- เทียบผู้ให้บริการที่หน้าเปรียบเทียบ API Text to Speechและหน้าเปรียบเทียบ API ถอดเสียง
คำถามที่พบบ่อย#
ระบบรู้จำเสียงพูดกับระบบจดจำเสียงคนเหมือนกันไหม#
เป็นงานคนละแบบ ระบบรู้จำเสียงพูดหรือ Speech to Text เขียนสิ่งที่พูดออกมาเป็นข้อความ ส่วนระบบจดจำเสียงคนระบุว่าใครเป็นคนพูด หมายเลขผู้พูดของ Paxa แยกเสียงต่าง ๆ ในไฟล์เดียวออกจากกัน โดยไม่ระบุตัวตนของใคร
แพลตฟอร์มเดียวทำได้ทั้งสองแบบไหม#
ได้ Paxa มีทั้ง Text to Speech และ Speech to Text ในบัญชีเดียวและยอดเครดิตเดียว และ Console มีเครื่องมือของแต่ละแบบ
ลองใช้ฟรีได้ไหม#
ได้ เครดิตฟรี 100 เครดิตของบัญชีใหม่ใช้ได้ทั้งสองเครื่องมือ โดยไม่ต้องผูกบัตร ถ้าใช้ถอดเสียงอย่างเดียวจะได้ประมาณ 12 นาที
รองรับภาษาอะไรบ้าง#
Paxa TTS Flash v2 อ่านได้ทั้งภาษาไทย อังกฤษ และจีนกลาง ส่วนการถอดเสียงรองรับหลายภาษา และตรวจจับภาษาให้เอง