Paxa Labs

Text-to-Speech ภาษาไทยเพื่อการเข้าถึง

เปลี่ยนหน้าเว็บ เอกสาร และเนื้อหาในแอปภาษาไทยให้เป็นเสียงที่ฟังเป็นธรรมชาติ สำหรับผู้พิการทางสื่อสิ่งพิมพ์ คนพิการทางการเห็น และผู้สูงอายุ สร้างเมื่อเผยแพร่และเก็บเป็นไฟล์ MP3

ไอเดียให้ลองเล่น

เสียงเปิดปุ่มฟังหน้านี้

คุณกำลังฟังเวอร์ชันเสียงของหน้านี้ อัปเดตล่าสุดเมื่อวันที่ 6 สิงหาคม 2569

ประกาศจากสำนักงานเขต

ประกาศจากสำนักงานเขต เรื่องการรับเบี้ยยังชีพผู้สูงอายุประจำเดือนสิงหาคม ติดต่อได้ที่ฝ่ายพัฒนาชุมชน

เสียงแนะนำการกรอกแบบฟอร์ม

แบบฟอร์มนี้มีทั้งหมด 3 ส่วน ส่วนแรกคือข้อมูลส่วนตัว กรอกชื่อ นามสกุล และเลขบัตรประชาชน 13 หลัก

เสียงเตือนรับประทานยา

ถึงเวลารับประทานยามื้อเย็นแล้วค่ะ ยาความดัน 1 เม็ด หลังอาหาร

ทุกการ์ดเล่นคลิปจริงที่สร้างจากสคริปต์นั้น ๆ ด้วยเสียงนมเย็น เปิดในหน้าเสียงพูดเพื่อให้พูดข้อความของคุณเองได้

ทีมงานด้านการเข้าถึงใช้ API อย่างไร

พระราชบัญญัติส่งเสริมและพัฒนาคุณภาพชีวิตคนพิการ พ.ศ. 2550 รับรองสิทธิในการเข้าถึงข้อมูลข่าวสาร และมาตรฐานเว็บไซต์ภาครัฐกำหนดให้เป็นไปตาม WCAG 2.2 แต่การผลิตเสียงยังตามข้อผูกพันไม่ทัน ประเทศไทยมีคนพิการที่ขึ้นทะเบียนกว่า 2.28 ล้านคน ในจำนวนนี้เป็นคนพิการทางการเห็นราว 185,523 คน หรือ 8.68 เปอร์เซ็นต์ของผู้ขึ้นทะเบียนทั้งหมด ขณะที่หนังสือเสียงสำหรับผู้พิการทางสื่อสิ่งพิมพ์ยังอาศัยอาสาสมัครอ่านเป็นหลัก กำลังการผลิตจึงถูกจำกัดด้วยจำนวนผู้อ่าน และสังคมสูงวัยยังเพิ่มความต้องการนั้นทุกปี ผู้ที่อายุ 60 ปีขึ้นไปมีราว 13 ล้านคน Text-to-Speech API ทำให้เสียงเป็นขั้นตอนหนึ่งของการเผยแพร่ ข้อความของหน้ากลายเป็นไฟล์ MP3 ที่เก็บไว้เสิร์ฟได้ทันทีที่เผยแพร่ เอกสารค้างทั้งชุดแปลงได้ในลูปเดียว และแอปอ่านหน้าจอให้คนพิการทางการเห็นและผู้สูงอายุฟังได้ รวมถึงภาษาอังกฤษที่แทรกอยู่ในข้อความไทย

ที่มา:NHRC (2025)(เปิดในแท็บใหม่)DEP via NADT(เปิดในแท็บใหม่)

  1. เพิ่มปุ่มฟังหน้านี้

    สังเคราะห์ข้อความของหน้าเมื่อเผยแพร่ เก็บไฟล์ MP3 ไว้ในแคช แล้วให้ผู้ใช้กดฟังจากปุ่มบนหน้า แก้เนื้อหาครั้งใดก็สร้างใหม่เพียงไฟล์เดียว ส่วนที่เหลือของคลังเสียงไม่ถูกแตะต้อง

  2. แปลงเอกสารค้างเป็นคลังเสียง

    วนลูปหนึ่งคำขอต่อหนึ่งส่วนของเอกสาร เปลี่ยนคลังประกาศและรายงานที่ค้างอยู่ให้เป็นคลังเสียงสำหรับผู้พิการทางสื่อสิ่งพิมพ์ โดยไม่ต้องรอกำลังของอาสาสมัครผู้อ่าน

  3. ใส่เสียงอ่านในแอป

    แอปสำหรับคนพิการทางการเห็นและผู้สูงอายุเรียก API เพื่ออ่านหน้าจอเป็นเสียง ข้อความไทยปนอังกฤษส่งได้ในคำขอเดียว และเก็บไฟล์เสียงไว้ใช้ซ้ำรายข้อความได้

พันธกิจตามกฎหมาย เรียงตามปี

2550

สิทธิเข้าถึงข้อมูลเป็นกฎหมาย

มาตรา 20(6) แห่ง พ.ร.บ. ส่งเสริมและพัฒนาคุณภาพชีวิตคนพิการ พ.ศ. 2550 รับรองสิทธิการเข้าถึงข้อมูลข่าวสาร

2553

TWCAG 2010 ฉบับแรก

ประเทศไทยเผยแพร่แนวทางการพัฒนาเว็บไซต์ที่ทุกคนเข้าถึงได้ฉบับแรก ก่อนฉบับปรับปรุงที่ปิดท้ายเส้นเวลานี้สิบห้าปี

2562

งานรูปแบบที่เข้าถึงได้พ้นข้อจำกัดลิขสิทธิ์

สนธิสัญญามาราเกชมีผลต่อไทย และมาตรา 32/4 ของ พ.ร.บ. ลิขสิทธิ์ยกเว้นงานรูปแบบที่เข้าถึงได้

2567

เว็บไซต์ภาครัฐต้องผ่าน WCAG 2.2

มาตรฐานเว็บไซต์ภาครัฐของ DGA กำหนดการเข้าถึงตาม WCAG 2.2

2568

TWCAG ปรับแนวทางให้ตรงกัน

สภาดิจิทัลเผยแพร่ TWCAG 2025 ซึ่งอิง WCAG 2.2

ระยะห่างระหว่างแนวทางฉบับแรกกับฉบับปรับปรุงปี 2568 คือสิบห้าปี ข้อมูลสนธิสัญญามาราเกชอ้างอิง Tilleke และ Gibbins ส่วน TWCAG 2025 อ้างอิงสภาดิจิทัล ตรวจสอบสิงหาคม 2026

ที่มา:PDEA B.E. 2550 (UN)(เปิดในแท็บใหม่)DGA standard(เปิดในแท็บใหม่)

ขนาดคลังเอกสารกับค่าใช้จ่าย

ขนาดคลังเอกสารกับค่าใช้จ่าย
คลังเอกสารตัวอักษรเครดิตค่าใช้จ่าย
20 หน้า36,000360$0.36
1,000 หน้า1,800,00018,000$18.00
เอกสารค้าง 200 หน้า หรือเสียงราว 9.9 ชั่วโมงประมาณ $3.60

คำนวณที่ประมาณ 1,800 ตัวอักษรต่อหน้า ที่อัตรา $10 ต่อหนึ่งล้านตัวอักษร เอกสารเพิ่มอีกหนึ่งหน้าใช้ 18 เครดิต การรักษาคลังเสียงให้เป็นปัจจุบันจึงคิดตามข้อความที่แก้จริงเท่านั้น

สำหรับนักพัฒนา

หนึ่งคำขอต่อหนึ่งหน้าหรือหนึ่งส่วนของเอกสาร ได้ไฟล์ MP3 พร้อมใช้ ทั้งใน curl, TypeScript และ Python เก็บไฟล์ไว้ครั้งเดียวแล้วเสิร์ฟไฟล์เดิมให้ผู้ฟังทุกคน

เอกสารอ้างอิง API ฉบับเต็ม
curl -X POST https://api.paxalabs.com/v1/tts \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs",
    "voice": "khanomkrok",
    "model": "paxa-tts-flash-v2"
  }' \
  --output speech.mp3

ฟังเสียงจริง

เสียงบางส่วนจากทั้งหมด 50 เสียง สร้างจาก API ด้วยรหัสเสียงที่เปิดให้ใช้งานจริง ฟังครบทุกเสียงได้ที่หน้า Text-to-Speech

สร้างมาเพื่อภาษาไทยที่ฟังแล้วเข้าใจ

การฟังไม่ให้อภัย ผู้ฟังย้อนกลับไปดูตัวสะกดไม่ได้ Paxa TTS Flash v2 รักษาความสั้นยาวของสระและเสียงวรรณยุกต์ซึ่งเป็นตัวแยกความหมายของคำไทย และตัดข้อความที่ไม่มีช่องว่างออกเป็นวรรคตอนที่ฟังเป็นธรรมชาติ นั่นคือสิ่งที่ทำให้หน้าเว็บอ่านด้วยหูได้จริง ส่วนภาษาอังกฤษในประโยคเดียวกันอ่านด้วยเสียงเดียวกัน

คำถามที่พบบ่อย

ใช้แทนโปรแกรมอ่านหน้าจอได้ไหม

ไม่ได้ และไม่ได้ตั้งใจให้แทน โปรแกรมอ่านหน้าจอใช้เสียงที่ติดตั้งในระดับระบบปฏิบัติการ ซึ่งผู้ใช้ชาวไทยมีตัวเลือกอยู่แล้ว ทั้งชุมชนผู้ใช้ NVDA ภาษาไทยและโปรแกรมสังเคราะห์เสียงตาทิพย์ที่ใช้อ่านหน้าจอภาษาไทย การใช้งานหน้าจอจึงยังเป็นหน้าที่ของโปรแกรมอ่านหน้าจอ ส่วน API นี้สร้างไฟล์เสียงสำหรับเนื้อหา เช่น ปุ่มฟังหน้านี้ เสียงจากเอกสาร และเสียงอ่านในแอป ซึ่งผู้ใช้โปรแกรมอ่านหน้าจอก็กดฟังได้เช่นเดียวกับคนอื่น ทั้งสองอย่างเสริมกัน

เก็บไฟล์เสียงที่สร้างแล้วไว้ใช้ต่อได้ไหม

ได้ ผลลัพธ์คือไฟล์ MP3 สังเคราะห์หน้าละครั้งต่อการแก้ไข เก็บไฟล์ไว้ แล้วเสิร์ฟเสียงเดิมให้ผู้ฟังทุกคน ไม่ต้องสร้างใหม่ทุกครั้งที่มีคนเข้าชม ควรผูกแคชกับเวอร์ชันของเนื้อหา หน้าที่ไม่ได้แก้จะเสิร์ฟไฟล์เดิม ส่วนหน้าที่แก้แล้วใช้คำขอใหม่เพียงคำขอเดียว

เอกสารที่ยาวเกินเพดานคำขอทำอย่างไร

หนึ่งคำขอรับได้ถึง 5,000 ตัวอักษร เอกสารที่ยาวกว่านั้นควรแบ่งตามหัวข้อหรือส่วนของเอกสาร การแบ่งตามจำนวนตัวอักษรล้วน ๆ จะตัดวลีกลางประโยค ส่วนการแบ่งตามหัวข้อทำให้ทุกวลีอยู่ครบ และไฟล์เสียงตรงกับโครงสร้างของเอกสารเอง จากนั้นวนลูปส่งเป็นชุด จำนวนคำขอต่อนาทีของแต่ละแพ็กเกจอยู่ในหน้าราคา

หน้าเดียวผสมไทยกับอังกฤษได้ไหม

ได้ ข้อความไทยปนอังกฤษสังเคราะห์ในคำขอเดียวด้วยเสียงเดียว ตรงกับรูปแบบที่หน้าเว็บภาษาไทยจำนวนมากเขียนจริง

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง

บทความที่เกี่ยวข้อง