Paxa Labs

หนังสือเสียงภาษาไทย

สร้างหนังสือเสียงภาษาไทยจากต้นฉบับ ส่งทีละบท คิดค่าใช้จ่ายตามจำนวนตัวอักษร และใช้เสียงผู้อ่านคนเดียวได้ตลอดทั้งชุด

ไอเดียให้ลองเล่น

เปิดบทแรก

บทที่หนึ่ง ฝนตกหนักตั้งแต่เช้า และเธอรู้ดีว่าวันนี้จะไม่เหมือนวันไหนที่ผ่านมา

บทสนทนาในนิยาย

เขาหันมาถามเบา ๆ ว่า เธอจะรออีกนานแค่ไหน ก่อนจะยอมบอกความจริงกับฉันสักที

ปิดบทค้างไว้

ประตูเปิดออกช้า ๆ แล้วเสียงที่เธอไม่ได้ยินมาสิบปี ก็ดังขึ้นอีกครั้งในห้องนั้น

เครดิตผู้อ่าน

หนังสือเสียงเล่มนี้อ่านด้วยเสียงสังเคราะห์ จากต้นฉบับที่ผู้เขียนอนุญาตให้จัดทำ

ทุกการ์ดเล่นคลิปจริงที่สร้างจากสคริปต์นั้น ๆ ด้วยเสียงนมเย็น เปิดในหน้าเสียงพูดเพื่อให้พูดข้อความของคุณเองได้

จากต้นฉบับสู่หนังสือเสียง

เมืองไทยมีที่ทางให้หนังสือเสียงอยู่แล้ว MEB มีร้านหนังสือเสียงของตัวเอง Sonar Audiobooks จัดทำหนังสือเสียงภาษาไทย และ TK Park ให้สมาชิกยืมฟังได้โดยไม่เสียค่าใช้จ่าย ข้อจำกัดจริงอยู่ก่อนหน้านั้น คือขั้นตอนอัดเสียง เสียงที่เสร็จแล้วแปดชั่วโมงหมายถึงเวลาในห้องอัดแปดชั่วโมงบวกงานตัดต่อ ผู้อ่านต้องจองคิวและว่างต่อเนื่องตลอดทั้งชุด และการแก้ประโยคเดียวในบทที่เก้าก็ต้องเรียกเสียงนั้นกลับมาอีกครั้ง Text-to-Speech API คิดราคาหนังสือเล่มเดียวกันตามจำนวนตัวอักษรแทน บทหนึ่งสร้างเสียงได้ระหว่างที่บทถัดไปยังอยู่กับบรรณาธิการ ผู้อ่านคือรหัสเสียงที่ยังอยู่ครบตลอดทั้งชุด และการแก้หนึ่งบรรทัดมีค่าใช้จ่ายเท่ากับหนึ่งคำขอ

  1. ตัดต้นฉบับตามบท

    บทที่ยาวเกิน 5,000 ตัวอักษรส่งเป็นส่วน โดยตัดตรงย่อหน้า การตัดตามโครงของต้นฉบับเองทำให้บทที่แก้ใหม่ยังตรงกับส่วนเดิม

  2. สร้างเสียงทั้งเล่มเป็นชุด

    ทุกส่วนคือหนึ่งคำขอที่ใช้รหัสเสียงเดียวกัน แล้วนำไฟล์ MP3 ที่ได้มาต่อเป็นแทร็กของบทนั้น หนังสือทั้งเล่มทำงานได้เองโดยไม่ต้องเฝ้า และความเร็วขึ้นอยู่กับลิมิตของแพ็กเกจ

  3. แก้ทีละบรรทัดโดยไม่ต้องจองห้องอัด

    ย่อหน้าที่แก้แล้วสร้างเสียงใหม่ได้ด้วยคำขอเดียวในเสียงเดิม ส่วนที่เหลือของเล่มไม่ถูกแตะต้อง และคิดเงินเฉพาะตัวอักษรที่เปลี่ยน

คิดราคาหนังสือทั้งเล่มตามจำนวนตัวอักษร

คิดราคาหนังสือทั้งเล่มตามจำนวนตัวอักษร
ความยาวตัวอักษรเครดิตค่าใช้จ่าย
หนึ่งบท 20 นาที12,120121.2$0.12
ชุดละ 5 เล่ม1,454,40014,544$14.54
หนังสือเสียง 8 ชั่วโมง อ่านครบทั้งเล่มประมาณ $2.91

คำนวณที่ 606 ตัวอักษรต่อเสียงหนึ่งนาที ตามอัตราเดียวทุกแพ็กเกจ

สำหรับนักพัฒนา

ตัวอย่าง Python และ TypeScript ส่งเนื้อหาหนึ่งส่วนของบทแล้วเขียนไฟล์ MP3 ที่งานชุดเก็บไว้ ส่วนตัวอย่างตัวเลือกแสดงฟิลด์ voice, model, format และ stream ที่หนังสือหนึ่งเล่มตั้งครั้งเดียวแล้วใช้ยาวถึงบทสุดท้าย

เอกสารอ้างอิง API ฉบับเต็ม
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-v2"},
)
response.raise_for_status()

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

ฟังเสียงจริง

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

  • พะแนงv1 + v2เปิดในหน้าเสียงพูด
  • ขนมครกv1 + v2เสียงชายหลัก
  • ฝอยทองv1 + v2เสียงเล่าเรื่อง
  • โอเลี้ยงv1 + v2วิทยุยามดึก

สร้างมาเพื่อภาษาไทยความยาวระดับหนังสือ

หนึ่งบทคือข้อความหลายพันตัวอักษรที่ไม่มีการเว้นวรรคระหว่างคำ และนิยายหนึ่งเล่มมีทั้งบทสนทนา ชื่อเฉพาะ และตัวเลขอยู่ทุกหน้า Paxa TTS Flash v2 ตัดคำในข้อความไทยยาว อ่านวรรณยุกต์จากรูปเขียนแบบที่คนอ่านออก และรักษาน้ำเสียงเดียวไว้ได้ตลอดทั้งชุด

คำถามที่พบบ่อย

หนึ่งบทยาวได้เท่าไร

ไม่เกิน 5,000 ตัวอักษรต่อคำขอ บทที่ยาวกว่านั้นส่งเป็นส่วนโดยตัดตรงย่อหน้า แล้วใช้เครื่องมือทั่วไปต่อไฟล์ MP3 เข้าด้วยกันเป็นแทร็กเดียว

บทที่สี่สิบจะเป็นเสียงเดิมไหม

เป็นเสียงเดิม เสียงหนึ่งเสียงคือรหัสตายตัวในแคตตาล็อก ไม่ต้องจองคิวผู้อ่าน รหัสเดิมจึงให้เสียงเดียวกันทั้งบทแรกและบทสุดท้าย

อ่านไทยปนอังกฤษในประโยคเดียวได้ไหม

ได้ เสียงเดียวอ่านได้ทั้งสองภาษา ชื่อเรื่องหรือชื่อเฉพาะภาษาอังกฤษกลางประโยคไทยจึงอยู่ในน้ำเสียงเดียวกับผู้อ่านคนเดิม

หนังสือเสียงหนึ่งเล่มมีค่าใช้จ่ายเท่าไร

ประมาณ $2.91 สำหรับเสียงที่เสร็จแล้ว 8 ชั่วโมง คิดตามจำนวนตัวอักษรในต้นฉบับ การสร้างเสียงบทที่แก้ใหม่ก็คิดแบบเดียวกัน

นำหนังสือเสียงไปเผยแพร่เชิงพาณิชย์ได้ไหม

เสียงที่สร้างด้วยเครดิตฟรีใช้ได้เพื่อการส่วนตัวและการทดลองใช้งาน เมื่อซื้อแพ็กเกจหรือเครดิตแล้ว เสียงที่สร้างขึ้นเป็นของคุณและเผยแพร่เชิงพาณิชย์ได้ รวมถึงเสียงที่สร้างไว้ก่อนการซื้อครั้งแรก ส่วนลิขสิทธิ์ของต้นฉบับยังเป็นเรื่องที่คุณต้องเคลียร์เอง

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง

บทความที่เกี่ยวข้อง