เปลี่ยนไฟล์เสียงภาษาไทยให้เป็นข้อความที่อ่านและค้นหาได้
ไฟล์ประชุม สายโทรศัพท์ บทสัมภาษณ์ หรือข้อความเสียง อัปโหลดไฟล์แล้วคำกลับมาพร้อมวินาทีของทุกคำ ในภาษาที่พูดออกมาจริง
Paxa STT Lite เป็นพรีวิวงานวิจัย บทถอดและตัวเลือกอาจเปลี่ยนแปลงได้ในรุ่นถัดไป
ไฟล์เสียงภาษาไทยส่วนใหญ่แทบไม่ถูกเปิดฟังรอบที่สอง เสียงประชุมหนึ่งชั่วโมงนอนอยู่ในโฟลเดอร์ เพราะการหาสองนาทีที่สำคัญแปลว่าต้องเปิดฟังครบหกสิบนาที ข้อความเสียงถูกเปิดซ้ำสี่รอบเพราะกวาดสายตาอ่านไม่ได้
การถอดเสียงเพิ่มชั้นข้อความให้ไฟล์บันทึก เมื่อคำกลายเป็นข้อความแล้วก็ค้นหาได้ ยกมาอ้างได้ วางลงในเอกสารได้ และอ่านจบในหนึ่งนาทีโดยไม่ต้องเปิดฟังหนึ่งชั่วโมง ไฟล์เสียงอยู่ที่เดิม แล้วให้ข้อความทำงานแทน
รับไฟล์ยาวได้ถึง 60 นาที ภาษาไทยและอังกฤษ เครดิตฟรีครอบคลุมเสียงประมาณ 12 นาที โดยไม่ต้องผูกบัตร
หนึ่งไฟล์เสียง ได้ยินและเขียนออกมา#
กดเล่นดู นี่คือไฟล์เสียงจริงและบทถอดของโมเดลเอง บันทึกและตรึงไว้ โดยแต่ละคำจะสว่างขึ้นตอนที่ถูกพูด
สวัสดี
ทั้ง 26 คำมีวินาทีเริ่มและวินาทีจบของตัวเอง วินาทีเหล่านั้นคือสิ่งที่ผลการค้นหา ไฟล์คำบรรยาย และเครื่องเล่นที่กระโดดไปยังนาทีที่ต้องการ สร้างขึ้นมาจากมัน
ไฟล์เดียวกัน เขียนให้อ่านง่าย
สวัสดีค่ะคุณสมชายยอดชำระของท่านจำนวน 1,250 บาทครบกำหนดวันที่ 15 สิงหาคมนี้ชำระผ่านแอปได้ตลอด 24 ชั่วโมงค่ะ
ตัวเลขถูกพูดออกเสียงในไฟล์และพิมพ์ตรงนี้เป็นดิจิต ทั้งสองแบบกลับมาจากคำขอเดียวกัน และหน้าแปลงเสียงเป็นข้อความวางไว้เทียบกัน
paxa-stt-lite-v1-preview · 9 กันยายน 2569
ส่งอะไรได้บ้าง#
ระบบอ่านรูปแบบไฟล์จากตัวไฟล์เอง ไม่ต้องประกาศ ไม่ต้องแปลง และไม่ต้องเปลี่ยนชื่อก่อน
MP3, WAV, FLAC, OGG, M4A, AAC, WEBM
ไฟล์เสียงทั่วไปและเสียงจากวิดีโอ
แทร็กที่มือถือ เครื่องอัดประชุม หรือโปรแกรมตัดต่อเขียนไว้อยู่แล้ว ไฟล์ที่อ่านไม่ได้จะถูกปฏิเสธก่อนตัดเครดิต
60 นาที
ต่อหนึ่งไฟล์เสียง
งานที่ยาวกว่านั้นตัดตรงช่วงพักตามธรรมชาติแล้วส่งเป็นส่วน ๆ โดยเลื่อนวินาทีของแต่ละส่วนตามจุดที่เริ่ม
25 MiB
ต่อหนึ่งไฟล์
เสียงพูดบีบอัดได้ดี เสียงพูดธรรมดาหนึ่งชั่วโมงอยู่ในขนาดนี้ได้สบายที่การตั้งค่าปกติ
9 นาที
เมื่อเปิดการแยกผู้พูด
การทำเครื่องหมายว่าใครพูดช่วงไหนต้องอ่านไฟล์ทั้งไฟล์พร้อมกัน งานนั้นจึงมีเพดานของตัวเองที่สั้นกว่า
ทั้งภาษาไทยและอังกฤษ รวมถึงประโยคไทยที่เรียกศัพท์เป็นอังกฤษ บทถอดเก็บไว้ทั้งสองภาษา
คนเอาไปถอดเสียงอะไรกัน#
เบื้องหลังทุกงานคือคำขอเดียวกัน ต่างกันที่ตัวเลือกซึ่งเหมาะกับเนื้องานนั้น
การประชุม
ไฟล์บันทึกที่ทีมเก็บไว้อยู่แล้ว กลายเป็นรายงานการประชุมที่อ่านจบได้ระหว่างทางกลับบ้าน
บันทึกสายโทรศัพท์
สายบริการลูกค้าและสายขาย แยกผู้พูดสองคนออกจากกัน และค้นหาได้ทุกบรรทัด
บทสัมภาษณ์
งานวิจัยและงานข่าว ที่คำพูดต้องตรงเป๊ะและต้องกลับมาหาเจออีกครั้ง
ข้อความเสียง
โน้ตเสียงที่ทีมส่งหากันทั้งวัน อ่านจบในไม่กี่วินาทีโดยไม่ต้องเปิดฟังหลายนาที
คำบรรยายและคาบเรียน
คาบที่บันทึกไว้พร้อมสารบัญตอน นักศึกษาจึงกระโดดไปยังนาทีที่นิยามศัพท์นั้นได้
คำบรรยายวิดีโอ
ไฟล์ซับไตเติลที่สร้างจากเวลาระดับคำ ซึ่งเป็นทางเดียวที่คำบรรยายภาษาไทยจะตัดบรรทัดถูกที่
คำถามที่พบบ่อย#
- ใช้ฟรีไหม
- การสมัครเข้าใช้งานได้เครดิตฟรี 100 เครดิตโดยไม่ต้องผูกบัตร ครอบคลุมเสียงประมาณ 12 นาที มากพอจะลองกับไฟล์เสียงจริงของคุณและเห็นผลก่อนตัดสินใจอะไร
- ต้องเขียนโค้ดไหม
- ไม่ต้อง เข้าสู่ระบบ เปิดเครื่องมือถอดเสียง แล้วอัปโหลดไฟล์ บทถอดกลับมาในเบราว์เซอร์พร้อมเวลาระดับคำ และคัดลอกออกไปเป็นข้อความได้
- อ่านภาษาอะไรได้บ้าง
- ภาษาไทยและอังกฤษ รวมถึงประโยคไทยที่สลับเป็นอังกฤษเพื่อเรียกศัพท์หรือชื่อแบรนด์ ทั้งสองระบบเขียนอยู่ในบรรทัดเดียวกัน และคำสองฝั่งยังมีวินาทีของตัวเอง
- แยกเสียงผู้พูดได้ไหม
- ได้ สำหรับไฟล์ยาวไม่เกิน 9 นาที บทถอดกลับมาเป็นช่วงที่นับหมายเลขตามคนที่พูดก่อน โดยไม่อ้างว่ารู้ว่าเป็นใคร
- ตัวเลขเขียนเป็นดิจิตหรือเป็นตัวหนังสือ
- คุณเลือกได้ แบบหนึ่งเขียนตัวเลขตามที่พูด อีกแบบเขียนเป็นดิจิต หน่วย และไม้ยมก ดัชนีค้นหากับไฟล์คำบรรยายต้องการคำตอบคนละทาง
- ไฟล์เสียงของเราถูกจัดการอย่างไร
- ไฟล์ถูกประมวลผลเพื่อสร้างบทถอด นโยบายความเป็นส่วนตัวระบุวิธีจัดการข้อมูลเข้าและผลลัพธ์ของโมเดลไว้ และเป็นคำอธิบายที่มีผลผูกพัน
- ส่งไฟล์วิดีโอได้ไหม
- ส่งแทร็กเสียงของมัน โปรแกรมตัดต่อทุกตัว และเครื่องมือบรรทัดคำสั่งส่วนใหญ่ ส่งออกแทร็กเสียงในรูปแบบที่อยู่ในรายการด้านบนได้ และวินาทีในบทถอดก็ยังตรงกับวิดีโอ
- แม่นแค่ไหน
- ตัวเลขจะไม่ออกไปโดยไม่มีวิธีวัดอยู่ข้างกัน การลองไฟล์เสียงของคุณเองด้วยเครดิตฟรีตอบคำถามนี้สำหรับงานของคุณ ซึ่งเป็นคำตอบที่มีความหมายจริง
เครดิตฟรี ไม่ต้องผูกบัตร
เครดิตฟรี 100 เครดิตถอดเสียงได้ประมาณ 12 นาที มากพอจะรู้ว่าระบบอ่านไฟล์เสียงที่คุณมีอยู่ออกมาเป็นอย่างไร