Paxa Labs

รูปถ่ายเอกสารภาษาไทย ที่อ่านออกเสียงให้ฟังได้

มีคนยกใบกำกับภาษี ใบฟอร์มโรงพยาบาล หรือจดหมายจากหน่วยงานราชการขึ้นมา สิ่งที่เขาต้องการคือให้มีคนอ่านให้ฟัง และเรื่องนี้เป็นสินค้าสองตัวที่ไม่เคยมาเจอกันมาตลอด

ระบบแปลงข้อความเป็นเสียงตั้งสมมติฐานว่ามีคนพิมพ์คำเหล่านั้นไว้แล้ว ส่วนระบบอ่านตัวอักษรจากภาพส่งข้อความกลับมาเป็นกำแพงที่ไม่มีใครอยากนั่งมอง สิ่งที่ถูกขอจริง ๆ อยู่ตรงกลางระหว่างสองอย่างนั้น และการสร้างมันขึ้นมาที่ผ่านมาแปลว่าต้องเชื่อมผู้ให้บริการสองเจ้าที่ไม่เคยรู้จักกัน

ทั้งสองครึ่งอยู่ที่นี่ ในบัญชีเดียว หลังคีย์เดียว รูปถ่ายเข้าไป แล้วสิ่งที่ออกมาคือคำที่พูดออกเสียงได้ ด้วยเสียงที่คุณเลือก ในโทนที่เอกสารนั้นสมควรได้รับ นี่คือทั้งหมดของหน้านี้ และเป็นสิ่งเดียวบนเว็บนี้ที่โมเดลตัวใดตัวหนึ่งทำคนเดียวไม่ได้

เอกสารหนึ่งใบ ตั้งแต่ต้นจนจบ#

นี่คือเอกสารตัวอย่างที่หน้า OCR เผยแพร่ไว้ เป็นใบกำกับภาษีไทยที่จัดหน้าเหมือนของจริง ด้านล่างคือสิ่งที่โมเดลอ่านออกมาเอง บันทึกและตรึงไว้ และถัดลงไปคือเสียงของการอ่านนั้น

ใบกำกับภาษีภาษาไทย จัดหน้าเป็นเอกสารตัวอย่าง

สิ่งที่โมเดลอ่านได้

# บริษัท ศตวรรธการค้า จำกัด (สำนักงานใหญ่)
๙๙ ถนนพระราม ๙ แขวงห้วยขวาง เขตห้วยขวาง กรุงเทพมหานคร ๑๐๓๑๐
เลขประจำตัวผู้เสียภาษี 0 1055 64078 12 3

# ใบกำกับภาษี
TAX INVOICE

ต้นฉบับ
เล่มที่ 001 เลขที่ 0042
วันที่ ๓๐ มิถุนายน ๒๕๖๙

**ชื่อผู้ซื้อ** บริษัท กรุณาไทย จำกัด
**ที่อยู่** ๑๒๓ ซอยสุขุมวิท ๖๓ แขวงคลองตันเหนือ เขตวัฒนา กรุงเทพมหานคร ๑๐๑๑๐
**เลขประจำตัวผู้เสียภาษี** 0 1055 61045 67 8

| ลำดับ | รายการ | จำนวน | หน่วยละ | จำนวนเงิน |
| :--- | :--- | :--- | :--- | :--- |
|| เสื้อโปโลพนักงานปักโลโก้ | ๑๒ | 120.00 | 1,440.00 |
|| แก้วเซรามิกพิมพ์ลาย || 30.00 | 150.00 |
|| กล่องบรรจุภัณฑ์ || 20.00 | 60.00 |

| | | | รวมเงิน | 1,650.00 |
| :--- | :--- | :--- | :--- | :--- |
| | | | ภาษีมูลค่าเพิ่ม 7% | 115.50 |
| | | | จำนวนเงินรวมทั้งสิ้น | 1,765.50 |

( หนึ่งพันเจ็ดร้อยหกสิบห้าบาทห้าสิบสตางค์ )

...........................................................
ผู้รับเงิน

บันทึกไว้ตามที่ได้มาทุกตัวอักษร รวมถึงจุดที่อ่านผิดด้วย ไม่มีอะไรในนี้ถูกแก้ด้วยมือ

ฟังเป็นเสียงได้แบบนี้

ใบกำกับภาษี เล่มที่ 001 เลขที่ 0042 วันที่ ๓๐ มิถุนายน ๒๕๖๙ จำนวนเงินรวมทั้งสิ้น หนึ่งพันเจ็ดร้อยหกสิบห้าบาทห้าสิบสตางค์

หัวเอกสารและยอดรวมของมันเอง อ่านออกเสียง เลขไทยกับจำนวนเงินที่สะกดเป็นตัวหนังสือคือสองสิ่งที่ใบกำกับภาษีไทยทำให้ยาก และทั้งสองอย่างอยู่ในบรรทัดนี้

สามขั้นตอน หนึ่งบัญชี#

คนที่ถ่ายรูปไม่จำเป็นต้องรู้เรื่องพวกนี้เลย มันอยู่ตรงนี้เพราะคนที่สร้างมันต้องรู้

  1. 01

    รูปถ่ายเข้าไป

    ไฟล์ PDF หรือรูปจากมือถือ ได้ถึง 50 หน้า รูปแบบไฟล์ตรวจจากตัวไบต์เอง จึงไม่ต้องประกาศอะไรและไม่ต้องแปลงไฟล์ก่อน

  2. 02

    ผลการอ่านกลับมา

    เป็นมาร์กดาวน์สำหรับงานที่จะเอาไปพูดต่อ หรือเป็นบล็อกที่มีชนิดกำกับเมื่อโครงสร้างมีความสำคัญ ใบฟอร์มกับจดหมายต้องการคำตอบคนละแบบตรงนี้ และการขอแบบที่ถูกต้องช่วยประหยัดงานเดาทีหลัง

  3. 03

    เสียงอ่านมันออกมา

    ข้อความถูกส่งไปสังเคราะห์เสียงด้วยเสียงที่เลือกให้เหมาะกับความยาวของงานอ่าน ไม่มีอะไรในคำขอนั้นรู้เลยว่ามันมาจากรูปถ่าย ซึ่งเป็นเหตุผลที่มันเป็นคำขอเดียวกับคำขออื่นทุกอัน

ค่าบริการทั้งสองฝั่งใช้กฎเดียวกัน การอ่านคิดตามจำนวนหน้า การพูดคิดตามตัวอักษร และความล้มเหลวฝั่งไหนก็คืนเครดิตของตัวเอง

คำถามที่พบบ่อย#

ระบบอ่านการจัดหน้าด้วย หรืออ่านแค่ตัวอักษร
อ่านทั้งสองอย่าง และคุณเลือกได้ มาร์กดาวน์เก็บหัวข้อ รายการ และตารางไว้เป็นข้อความที่เสียงอ่านตามได้ ส่วนบล็อกที่มีชนิดกำกับส่งเนื้อหาเดิมกลับมาพร้อมโครงสร้าง สำหรับตอนที่แอปของคุณเป็นคนตัดสินใจว่าจะอ่านอะไรก่อนหลัง
ถ้าเป็นใบฟอร์มที่มีลายมือเขียนอยู่ล่ะ
ผลการอ่านเป็นของโมเดล และถูกส่งกลับมาตามที่ได้มา เอกสารตรงไหนไม่ชัด ผลการอ่านตรงนั้นก็จะไม่ชัดตาม นั่นคือเหตุผลที่เอกสารตัวอย่างด้านบนถูกเผยแพร่ทั้งที่ยังมีจุดอ่านผิดอยู่
คิดค่าบริการอย่างไร
เป็นคำขอธรรมดาสองครั้ง การอ่านคิดตามจำนวนหน้า การพูดคิดตามตัวอักษร และทั้งสองอย่างไม่คิดเงินสำหรับคำขอที่ล้มเหลว
ทำงานบนมือถือได้ไหม
คำขอเป็นการเรียก HTTPS ธรรมดา มือถือจึงถ่ายรูปและเล่นเสียง ส่วนเซิร์ฟเวอร์ของคุณยิงสองคำขอตรงกลาง เสียงสตรีมได้ คำแรก ๆ จึงมาถึงก่อนที่ทั้งหน้าจะถูกอ่านจบ
สิ่งนี้มาแทนคนอ่านให้ฟังหรือเปล่า
ไม่ และไม่ได้เสนอตัวแบบนั้น มันมีไว้สำหรับเอกสารที่ยังไงก็ไม่มีใครว่างมาอ่านให้ คือใบที่มาถึงบ่ายวันอังคารและต้องใช้ก่อนวันพุธ

เครดิตฟรี ไม่ต้องผูกบัตร

สมัครเข้าใช้งานแล้วเครดิตฟรีที่ได้รับครอบคลุมการอ่านและการพูดเอกสารได้เป็นปึก มากพอจะรู้ว่าวิธีนี้ใช้ได้จริงกับเอกสารที่คุณมีอยู่หรือเปล่า