Paxa Labs
ตัวอย่างการใช้งานทั้งหมด

นิยายเสียงและนิยายรายตอนภาษาไทย

ทำนิยายเสียงภาษาไทยแบบรายตอน กำหนดเสียงจากแคตตาล็อกให้ตัวละครคนละเสียง คิดค่าบริการตามจำนวนตัวอักษรของตอนที่ลงในสัปดาห์นั้น

ไอเดียให้ลองเล่น

เปิดใน Playground
เปิดใน Playground
เปิดใน Playground
เปิดใน Playground

ทุกการ์ดเล่นคลิปจริงที่สร้างจากสคริปต์นั้น ๆ ด้วยเสียงนมเย็น เปิดใน Playground เพื่อให้พูดข้อความของคุณเองได้

หนึ่งตอนกลายเป็นเสียงได้อย่างไร

คุณเขียนตอนใหม่จบวันจันทร์ แล้วลงวันพฤหัส นั่นคือจังหวะของนิยายออนไลน์ไทย และธัญวลัย readAwrite กับ Fictionlog ต่างก็ขายกันแบบรายตอน คนอ่านถามหาเวอร์ชันเสียงมาเป็นปีแล้ว เหตุผลที่ยังไม่มีไม่ใช่เพราะคุณไม่เคยคิดถึงมัน แต่เพราะนักพากย์ต้องจองคิว และตารางแบบคุณรอใครไม่ได้ ขณะเดียวกันงานเขียนเองก็เป็นบทสนทนาเสียส่วนใหญ่ ตัวละครสองสามคนโต้กันไปมาตลอดทั้งหน้า ซึ่งเป็นเนื้อหาที่ตามยากที่สุดเมื่อให้เสียงเดียวอ่านทั้งหมด การเลือกเสียงจากแคตตาล็อกตอบได้ทั้งสองเรื่อง ตัวละครแต่ละคนมีรหัสเสียงประจำตัว หนึ่งตอนคือหนึ่งชุดงาน และชุดงานนั้นรันได้ในสัปดาห์เดียวกับที่คุณเขียนตอนนั้นเสร็จ คนอ่านที่เคยเก็บตอนใหม่ไว้อ่านตอนเย็น ตอนนี้ฟังระหว่างทางไปทำงานได้เลย

ที่มา:Tunwalai(opens in a new tab)readAwrite(opens in a new tab)Fictionlog(opens in a new tab)

  1. แยกตอนตามผู้พูดบทบรรยายและบทพูดของตัวละครแต่ละคนกลายเป็นช่วงแยกกัน ช่วงที่ยาวเกินเพดานของโมเดลจะถูกแบ่งอีกครั้งตรงรอยต่อประโยค
  2. เรนเดอร์ทุกช่วงเป็นชุดงานหนึ่งช่วงคือหนึ่งคำขอที่พารหัสเสียงของตัวละครนั้นไปด้วย ผลลัพธ์กลับมาเป็น MP3 แล้วต่อกันตามลำดับเป็นแทร็กของตอนนั้น ช่วงที่ยาวไม่เกิน 5,000 ตัวอักษรใช้คำขอเดียว
  3. ลงตอน แล้วค่อยแก้ทีหลังได้บรรทัดที่แก้ไขเรนเดอร์ใหม่เดี่ยว ๆ แล้วสลับเข้าไปในแทร็ก ส่วนที่เหลือของตอนไม่ถูกแตะ และซีซันที่เหลือก็เช่นกัน

นิยายรายตอน คิดราคาเป็นตอน

ปริมาณงานตัวอักษรเครดิตค่าใช้จ่าย
หนึ่งตอน ยาว 12 นาที7,290109.35$0.11
หนึ่งซีซัน 20 ตอน145,8002,187$2.19
นิยายหนึ่งเรื่อง 120 ตอน ทำเสียงครบทั้งเรื่องประมาณ $13.12

คำนวณที่ 608 ตัวอักษรต่อหนึ่งนาทีของเสียงพูด ในอัตราเดียวตลอด การมีนักแสดงหลายเสียงเปลี่ยนแค่ว่าใครอ่านบรรทัดไหน ไม่ได้เปลี่ยนราคาของบรรทัดนั้น

หนึ่งสัปดาห์ของนิยายรายตอน

จ.เขียนตอนใหม่เสร็จผู้เขียนปิดตอนและระบุว่าใครพูดบรรทัดไหน การระบุผู้พูดคือโครงสร้างเดียวที่ไปป์ไลน์ต้องการ
อ.ใส่เสียงตามผังผู้พูดแต่ละคนจับคู่กับรหัสเสียงที่เก็บไว้ในไฟล์ของเรื่อง ส่วนบทบรรยายใช้เสียงของตัวเองและไม่ยืมเสียงตัวละครมาใช้
พ.เรนเดอร์ทั้งตอนหนึ่งคำขอต่อหนึ่งช่วงคำพูด รันเป็นชุดงาน ตอนยาวสิบสองนาทีคือคำขอไม่กี่ร้อยครั้งและรันจบเองโดยไม่ต้องเฝ้า
พฤ.แก้ทีละบรรทัดบรรทัดที่แก้ไขเรนเดอร์ใหม่ได้เดี่ยว ๆ ด้วยเสียงเดิม และคิดเงินเฉพาะตัวอักษรที่เปลี่ยนไป

กำหนดเวลาคือหัวใจของเรื่องนี้ นักพากย์ที่ต้องจองคิวรักษาตารางลงตอนรายสัปดาห์ไม่ไหว แต่รหัสเสียงทำได้

ไฟล์ผังเสียงประจำเรื่อง

series.json
{
  "title": "เงาในสายฝน",
  "narrator": "foithong",
  "cast": {
    "ณิชา":   "nomyen",
    "ธาวิน":  "massaman",
    "คุณยาย": "tako",
    "เด็กชาย": "lukchup"
  },
  "format": "mp3",
  "model": "paxa-tts-flash-v1"
}

รหัสเสียงห้าตัวกับโมเดลหนึ่งตัว เก็บไว้ข้างต้นฉบับ ไม่มีอะไรในนี้หมดอายุ ตอนที่ 120 จึงใช้ผังเสียงเดียวกับตอนที่ 1

สำหรับนักพัฒนา

ตัวอย่าง Python และ TypeScript ส่งหนึ่งช่วงและเขียนไฟล์ MP3 ที่ชุดงานเก็บรวบรวมไว้ ส่วนตัวอย่างออปชันแสดงฟิลด์เสียง โมเดล และรูปแบบไฟล์ที่แต่ละเรื่องตั้งไว้ในไฟล์ผังเสียงของตัวเอง

import os
import requests

response = requests.post(
    "https://api.paxalabs.com/v1/tts",
    headers={"Authorization": f"Bearer {os.environ['PAXA_API_KEY']}"},
    json={"text": "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs", "voice": "khanomkrok", "model": "paxa-tts-flash-v1"},
)
response.raise_for_status()

with open("speech.mp3", "wb") as f:
    f.write(response.content)

เอกสารอ้างอิง API ฉบับเต็ม

ฟังเสียงจริง

  • ฝอยทองหญิง0:05

    เสียงเล่าเรื่องชัดใส น่าติดตาม เหมาะกับบทอ่านยาวและคลิปอธิบาย

    เรื่องราวทุกเรื่องมีจุดเริ่มต้น และวันนี้ ฉันจะเล่าให้คุณฟังตั้งแต่ต้นจนจบค่ะ

  • ขนมครกชาย0:03

    เสียงผู้ใหญ่ใจเย็น ไม่เร่งรีบ เสียงชายหลักของทั้งชุด เหมาะกับสารคดี เรื่องเล่าย้อนวัน และงานบรรยาย

    สมัยผมยังหนุ่ม แถวนี้ยังเป็นทุ่งนา เดินไปตลาดทีหนึ่งก็ค่อนวันแล้วครับ

  • นมเย็นหญิง0:06

    เสียงสดใสมีพลัง เสียงหญิงหลักของทั้งชุด เหมาะกับโปรโมต คลิปโซเชียล และเสียงพูดในผลิตภัณฑ์ทั่วไป

    ยินดีต้อนรับสู่ Paxa Labs ค่ะ เสียงภาษาไทยที่สลับเป็น English ได้กลางประโยค อย่างเป็นธรรมชาติ

  • ตะโก้หญิง0:05

    เสียงสาวเป็นกันเอง เหมาะกับหนังสือเสียง สรุปข่าว และคลิปอธิบาย

    ยามเช้าในกรุงเทพฯ แสงแดดอ่อน ๆ ทาบลงบนถนนที่เริ่มคึกคัก

เสียงบางส่วนจากทั้งหมด 26 เสียง สร้างจาก API ด้วยรหัสเสียงที่เปิดให้ใช้งานจริง ฟังครบทุกเสียงได้ที่หน้า Text-to-Speech

บทสนทนาคือส่วนที่ยากที่สุดของนิยายไทย

ร้อยแก้วภาษาไทยเขียนติดกันโดยไม่มีช่องว่างระหว่างคำ และบทสนทนาในนิยายอาศัยคำลงท้ายกับคำสรรพนามในการบอกว่าใครพูดและสองคนนั้นอยู่ในความสัมพันธ์แบบไหน Paxa TTS Flash อ่านวรรณยุกต์จากตัวสะกดแบบเดียวกับที่คนอ่านหนังสือออกทำ และรักษาลักษณะการอ่านให้คงที่ตลอดทั้งเรื่อง นี่คือสิ่งที่ทำให้ผังเสียงยังจำได้ตั้งแต่ตอนแรกจนตอนสุดท้าย

คำถามที่พบบ่อย

นิยายหนึ่งเรื่องใช้ได้กี่เสียง
ใช้ได้ทั้ง 26 เสียงในแคตตาล็อก มากเท่าที่เรื่องต้องการ ผังเสียงคือการจับคู่ชื่อผู้พูดกับรหัสเสียง การเพิ่มตัวละครในตอนที่ 40 จึงเป็นการเพิ่มหนึ่งบรรทัดในไฟล์นั้น
ตัวละครจะเสียงเดิมตลอดทั้งซีซันไหม
เสียงเดิม รหัสเสียงเป็นค่าคงที่ และรหัสเดิมให้เสียงเดิมทั้งตอนสุดท้ายและตอนแรก ไม่มีอะไรเพี้ยนไประหว่างการรันแต่ละรอบ
หนึ่งตอนมีค่าใช้จ่ายเท่าไร
ประมาณ $0.11 สำหรับเสียงที่เสร็จแล้ว 12 นาที คิดตามจำนวนตัวอักษรในตอนนั้น บรรทัดที่แก้ทีหลังก็คิดแบบเดียวกัน ตามตัวอักษรที่เปลี่ยนไป
อ่านตอนที่มีไทยปนอังกฤษได้ไหม
ได้ และอ่านด้วยเสียงเดียว ชื่อหรือวลีภาษาอังกฤษที่แทรกอยู่ในประโยคไทยยังอยู่ในลักษณะการอ่านของผู้พูดคนเดิม
เอาไฟล์เสียงไปเผยแพร่และขายได้ไหม
ผลลัพธ์ที่สร้างด้วยเครดิตฟรีใช้เพื่อการส่วนตัวและการทดลองใช้เท่านั้น เมื่อซื้อแพ็กเกจหรือเครดิตแล้ว ผลลัพธ์ที่สร้างขึ้นเป็นของคุณและใช้ได้ทุกวัตถุประสงค์ รวมถึงการเผยแพร่เชิงพาณิชย์ และครอบคลุมถึงผลลัพธ์ที่สร้างไว้ก่อนการซื้อด้วย ส่วนลิขสิทธิ์ในตัวเนื้อเรื่องยังเป็นเรื่องที่คุณต้องจัดการเอง

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง