ถอดเสียงบันทึกที่พูดด้วยตัวเองเป็นข้อความ

บทถอดเสียงเขียนว่าอย่างไร

บทถอดทุกคู่บนหน้านี้เป็นตัวอย่างที่เขียนขึ้นเพื่อแสดงว่าตัวเลือกรูปแบบเปลี่ยนอะไร และตรวจกับผลลัพธ์จริงก่อนเผยแพร่ หน้า Speech-to-Text มีบทถอดจริงของโมเดลจากไฟล์เสียงจริง พร้อมวันที่บันทึก

บันทึกที่พูดไว้ เก็บเข้าแฟ้ม

ref      4471
author   ผู้ตรวจสอบอาคาร (staff 218)
spoken   2026-09-10 16:42  ·  1:30
style    clean

ตรวจอาคาร B ชั้น 3 พบรอยร้าวผนังยาวประมาณ 1.2 เมตร
บริเวณเสาริมทางเดินฝั่งตะวันออก ยังไม่พบน้ำรั่วซึม
แนะนำให้ซ่อมภายใน 14 วัน และนัดตรวจซ้ำวันที่ 25 ก.ย.

ส่วนหัวเป็นของระบบคุณเอง ส่วนเนื้อความคือบทถอด เก็บไว้ใต้ระเบียนที่มันสังกัด ภาพนี้แสดงรูปร่างของบันทึกที่เก็บเข้าแฟ้มแล้ว

หนึ่งวันทำงาน สี่บันทึก

บันทึกยาว 90 วินาทีคือหนึ่งคำขอ ไม่ต้องรวมเป็นชุด และไม่ต้องรอคิว

สามการตั้งค่าที่งานพูดบันทึกใช้

verbatim | clean

จะตามคำพูดใกล้แค่ไหน

แบบ verbatim เก็บทุกคำตามที่พูด แบบ clean ตัดคำที่พูดผิดแล้วแก้ออกเพื่อให้อ่านง่าย จึงเป็นแบบที่ตรงกับคำพูดเดิมน้อยกว่า

written

ตัวเลขแบบที่รายงานพิมพ์

ค่าที่วัดได้ จำนวนเงิน วันที่ และเวลานาฬิกา มาเป็นดิจิตพร้อมหน่วย พร้อมลงช่องที่มันสังกัด

50

ศัพท์เฉพาะของสายงาน

รหัสอะไหล่ ชื่อไซต์ และคำที่วิชาชีพหนึ่งใช้ ใส่เป็นคลังคำศัพท์แล้วสะกดแบบเดียวกันทั้งทีม

ทุกการตั้งค่าใช้ร่วมกันได้ทั้งหมด และไม่มีอันไหนเปลี่ยนค่าบริการ

บันทึกที่พูดของทั้งทีมคิดเท่าไร

8.33 เครดิตต่อเสียงหนึ่งนาที คิดถึงระดับมิลลิวินาที เสียงบันทึก 88 ชั่วโมงตลอด 22 วันทำการในอัตรานั้น สไตล์ คลังคำศัพท์ และแบบการเขียน ไม่มีค่าใช้จ่ายเพิ่ม

สำหรับนักพัฒนา

ตัวอย่างโค้ดส่งบันทึกที่พูดหนึ่งอันพร้อมแบบเขียนและศัพท์เฉพาะของทีม แล้วอ่านบทถอดกลับมา

AUDIO=$(base64 < meeting.m4a | tr -d '\n')
curl -X POST https://api.paxalabs.com/v1/stt \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"audio\": \"$AUDIO\", \"model\": \"paxa-stt-lite-v1-preview\", \"convention\": \"written\"}"

AUDIO=$(base64 < meeting.m4a | tr -d '\n')
curl -X POST https://api.paxalabs.com/v1/stt \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"audio\": \"$AUDIO\", \"model\": \"paxa-stt-lite-v1-preview\", \"language\": \"th\", \"vocabulary\": [\"Paxa Labs\", \"quarterly review\"]}"

import { readFile } from "node:fs/promises";

const audio = (await readFile("meeting.m4a")).toString("base64");

const response = await fetch("https://api.paxalabs.com/v1/stt", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.PAXA_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({ audio, model: "paxa-stt-lite-v1-preview" }),
  // A long recording can run for minutes; give it room.
  signal: AbortSignal.timeout(300_000),
});

if (!response.ok) throw new Error(`Transcription failed: ${response.status}`);
const { text, usage } = await response.json();
console.log(text, `${usage.credits} credits`);

เอกสารอ้างอิง API ฉบับเต็ม

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง