เสียงอ่านบทเรียนภาษาไทยสำหรับอีเลิร์นนิง
สร้างเสียงบรรยายคอร์สออนไลน์และสื่ออบรมทั้งภาษาไทย อังกฤษ และจีนกลางจากสคริปต์ชุดเดียว สั่งเป็นชุดได้ไฟล์ MP3 รายสไลด์ วางลง LMS แล้วสร้างใหม่ได้ทันทีที่เนื้อหาเปลี่ยน
ไอเดียให้ลองเล่น
บทที่ 3 ความปลอดภัยในการทำงาน หลังจบบทเรียนนี้ ผู้เรียนจะสามารถระบุความเสี่ยงพื้นฐานในพื้นที่ทำงานได้
คำถามข้อที่ 5 ข้อใดคือขั้นตอนแรกเมื่อพบเหตุเพลิงไหม้ในอาคาร
คำศัพท์วันนี้คือ negotiate แปลว่า เจรจาต่อรอง ลองฟังตัวอย่างประโยคนะคะ We need to negotiate the contract terms.
จบบทเรียนแล้วค่ะ ทบทวนเนื้อหาได้ทุกเมื่อ แล้วพบกันในบทถัดไปนะคะ
ทุกการ์ดเล่นคลิปจริงที่สร้างจากสคริปต์นั้น ๆ ด้วยเสียงนมเย็น เปิดในหน้าเสียงพูดเพื่อให้พูดข้อความของคุณเองได้
ทีมผลิตคอร์สใช้ API อย่างไร
การเรียนออนไลน์ของไทยมีโครงสร้างระดับสถาบันรองรับ ThaiMOOC เป็นแพลตฟอร์มระดับชาติมาตั้งแต่ปี 2016 และแพลตฟอร์มเชิงพาณิชย์มีคอร์สออนไลน์หลายพันรายการจากผู้สอนอิสระกว่าพันคน เสียงบรรยายของคอร์สเหล่านี้เป็นขั้นตอนการผลิตที่มีค่าใช้จ่ายจริง สตูดิโอไทยขายงานลงเสียงสื่อการเรียนการสอนเป็นหมวดบริการโดยประกาศราคาเริ่มราว 1,000 บาท และการจองคิวสตูดิโอคือสิ่งที่คั่นระหว่างสไลด์ที่แก้เสร็จกับคอร์สที่อัปเดตแล้ว Text-to-Speech API เปลี่ยนเสียงบรรยายให้เป็นขั้นตอนอัตโนมัติ สคริปต์แต่ละสไลด์แปลงเป็นไฟล์ MP3 ในงานชุดเดียว ไฟล์วางลงแพ็กเกจ SCORM หรือไทม์ไลน์วิดีโอ เมื่อเนื้อหาเปลี่ยนก็สร้างเฉพาะสไลด์ที่แก้ใหม่ด้วยเสียงเดิม และหลักสูตรเวอร์ชันไทยกับอังกฤษมาจากสคริปต์ชุดเดียวกัน สำหรับคอร์สที่แสดงสคริปต์ควบคู่กับตัวเล่นเสียง คำขอเดียวกันยังคืนช่วงเวลารายคำมาด้วย ข้อความจึงไฮไลต์ตามบรรทัดที่ผู้เรียนกำลังฟังได้
ที่มา:SkillLane(เปิดในแท็บใหม่)Mellowly Studio(เปิดในแท็บใหม่)
สร้างเสียงทั้งคอร์สในงานเดียว
หนึ่งคำขอต่อหนึ่งสไลด์หรือหนึ่งฉาก ได้ไฟล์ MP3 ตั้งชื่อตามโมดูล สคริปต์งานชุดไล่ตามโครงหลักสูตรแล้วเขียนไฟล์พร้อมใช้ในแพ็กเกจ SCORM หรือไทม์ไลน์วิดีโอ
สร้างใหม่เมื่อเนื้อหาเปลี่ยน
สไลด์ที่แก้ไขคือสคริปต์หนึ่งไฟล์กับคำขอหนึ่งครั้ง ไฟล์ใหม่แทนที่ไฟล์เดิมด้วยเสียงเดิม การปรับปรุงหลักสูตรจึงไม่ต้องรอคิวสตูดิโอ
ออกสองภาษาจากไปป์ไลน์เดียว
สคริปต์ภาษาไทยและอังกฤษวิ่งผ่านงานเดียวกันด้วยเสียงเดียวกัน ได้คอร์สสองภาษาโดยไม่ต้องมีกระบวนการผลิตชุดที่สอง
หนึ่งคอร์ส หนึ่งงานชุด
course-safety-2026/ ├─ th/ │ └─ slide-01.mp3 … slide-30.mp3 └─ en/ └─ slide-01.mp3 … slide-30.mp3 (สคริปต์เดียวกัน เสียงเดียวกัน สองภาษา)
ผู้เรียนไทยอยู่ตรงไหนแล้ว
1.5 ล้าน
ผู้เรียนบน Thai MOOC
589
รายวิชาที่เปิดสอน
104
สถาบันสมาชิก
8 ชั่วโมง
ออนไลน์ต่อวัน
ตัวเลข Thai MOOC มาจากสรุปของภาครัฐเมื่อปี 2566 ซึ่งเป็นภาพ ณ เวลานั้น และจำนวนบนแพลตฟอร์มเปลี่ยนได้ตลอด ส่วนเวลาออนไลน์ต่อวันมาจากผลสำรวจพฤติกรรมผู้ใช้อินเทอร์เน็ตของ ETDA ทั้งสองตัวเลขจะปรับตามฉบับล่าสุดเมื่อเผยแพร่
ที่มา:thailand.go.th (2023)(เปิดในแท็บใหม่)ETDA(เปิดในแท็บใหม่)
ขนาดคอร์สกับค่าใช้จ่าย
| คอร์ส | ตัวอักษร | เครดิต | ค่าใช้จ่าย |
|---|---|---|---|
| 10 สไลด์ | 5,000 | 50 | $0.05 |
| 100 สไลด์ | 50,000 | 500 | $0.50 |
| คอร์ส 30 สไลด์พร้อมเสียงบรรยายครบ | ประมาณ $0.15 | ||
คำนวณที่ประมาณ 500 ตัวอักษรต่อสไลด์ ที่อัตราคงที่ $10 ต่อหนึ่งล้านตัวอักษร คอร์ส 30 สไลด์คิดเป็นเสียงบรรยายราว 24 นาที ที่อัตรา 606 ตัวอักษรต่อนาที ภาษาที่สองเพิ่มเฉพาะจำนวนตัวอักษร ไม่มีค่าใช้จ่ายอื่น
สำหรับนักพัฒนา
ตัวอย่างทั้ง curl, TypeScript และ Python ขอ timestamps เป็น "word" เสียงของสไลด์จึงกลับมาพร้อมช่วงเวลารายคำ ซึ่งเป็นข้อมูลที่ตัวเล่นใช้ไฮไลต์ข้อความตามเสียงที่กำลังอ่าน
เอกสารอ้างอิง API ฉบับเต็มcurl -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", "timestamps": "word" }' \ -o response.json jq -r .audio response.json | base64 -d > speech.mp3 jq .timing.spans response.json
import { writeFile } from "node:fs/promises"; const response = await fetch("https://api.paxalabs.com/v1/tts", { method: "POST", headers: { Authorization: `Bearer ${process.env.PAXA_API_KEY}`, "Content-Type": "application/json", }, body: JSON.stringify({ text: "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs", voice: "khanomkrok", model: "paxa-tts-flash-v2", timestamps: "word", }), }); if (!response.ok) throw new Error(`TTS failed: ${response.status}`); const { audio, timing } = await response.json(); await writeFile("speech.mp3", Buffer.from(audio, "base64")); for (const span of timing.spans) { console.log(`${span.start.toFixed(2)}s ${span.text}`); }
import base64 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", "timestamps": "word", }, ) response.raise_for_status() data = response.json() with open("speech.mp3", "wb") as f: f.write(base64.b64decode(data["audio"])) for span in data["timing"]["spans"]: print(f"{span['start']:.2f}s {span['text']}")
ฟังเสียงจริง
เสียงบางส่วนจากทั้งหมด 50 เสียง สร้างจาก API ด้วยรหัสเสียงที่เปิดให้ใช้งานจริง ฟังครบทุกเสียงได้ที่หน้า Text-to-Speech
- ฉู่ฉี่เฉพาะ v2เปิดในหน้าเสียงพูด
- ขนมครกv1 + v2เสียงชายหลัก
- ฝอยทองv1 + v2เสียงเล่าเรื่อง
- บัวลอยv1 + v2เสียงสาวใส
สร้างเพื่อการอ่านออกเสียงภาษาไทย
ในภาษาไทย ความสั้นยาวของสระอย่างเดียวก็เปลี่ยนคำหนึ่งให้เป็นอีกคำหนึ่งได้ และคำที่สะกดเหมือนกันก็เป็นได้สองคำ Paxa TTS Flash v2 รักษาความต่างของสระเสียงสั้นกับเสียงยาว และเลือกอ่านคำพ้องรูปจากบริบท บทเรียนจึงถูกอ่านตรงตามความหมายที่ต้องการ รวมถึงศัพท์ภาษาอังกฤษที่คอร์สภาษาไทยมีอยู่เสมอ
คำถามที่พบบ่อย
คอร์สเดียวออกได้ทั้งภาษาไทยและอังกฤษไหม
ได้ สคริปต์ทั้งสองภาษาใช้รูปแบบคำขอเดียวกัน และประโยคที่ไทยปนอังกฤษในสคริปต์เดียวอ่านด้วยเสียงเดียว
LMS จะได้ไฟล์รูปแบบไหน
MP3 แบบไฟล์เต็มโดยค่าเริ่มต้น เครื่องมือสร้างแพ็กเกจ SCORM และโปรแกรมตัดต่อวิดีโอใช้ไฟล์ได้โดยตรง
หนึ่งคำขอบรรยายได้ยาวแค่ไหน
ยาวได้ถึง 5,000 ตัวอักษร หรือราว 8 นาทีของเสียง สคริปต์ที่ยาวกว่านั้นแบ่งตามสไลด์หรือย่อหน้า
ถ้างานชุดล้มเหลวกลางคันจะเกิดอะไรขึ้น
แต่ละคำขอคิดเครดิตก่อนสังเคราะห์และคืนอัตโนมัติเมื่อล้มเหลว และการส่งซ้ำด้วย Idempotency-Key จะได้ผลลัพธ์เดิมโดยไม่คิดเครดิตใหม่ การรันงานชุดซ้ำจึงปลอดภัย
ให้ตัวเล่นไฮไลต์ข้อความตามเสียงที่ผู้เรียนกำลังฟังได้ไหม
ได้ กำหนด timestamps เป็น "word" แล้วคำตอบจะมีทั้งไฟล์เสียงและช่วงเวลารายคำ ตัวเล่นจึงไฮไลต์บรรทัดที่กำลังอ่านอยู่ได้ คำขอที่ขอเวลากำกับคิดราคาเป็น 1.25 เท่าของอัตราต่อตัวอักษร ส่วนเสียงบรรยายที่ไม่ขอเวลากำกับคิดราคาเท่าเดิม
เริ่มต้นด้วยเครดิตฟรี
เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง
บทความที่เกี่ยวข้อง
- ค่าพากย์เสียงภาษาไทยปี 2569: สตูดิโอ ฟรีแลนซ์ และ AI
- เลือกเสียง AI ภาษาไทยให้เหมาะกับงาน: คู่มือครบทั้ง 34 เสียง
- วิธีเขียนสคริปต์ให้เสียง AI ภาษาไทยอ่านได้เป็นธรรมชาติ
- ภาษาไทยไม่มีจุดจบประโยค: เสียงพูดแบบสตรีมควรตัดตรงไหน
- วัดคุณภาพเสียง AI ภาษาไทยด้วยสิบประโยค
- Paxa TTS Flash อ่านภาษาจีนกลางได้แล้ว พร้อมเสียงใหม่หกเสียง
- Paxa TTS Flash อ่านแท็กอารมณ์ได้แล้ว บนเสียงใหม่สองเสียง
- Paxa TTS Flash เริ่มส่งเสียงแรกใน 104 มิลลิวินาที
- Text to Speech คืออะไร เสียง AI ทำงานอย่างไร และใช้ทำอะไรได้บ้าง
- วิธีทำเสียงพากย์ AI ใส่คลิป TikTok Reels และ Shorts
- แปลงข้อความเป็นเสียงภาษาไทยที่ดีที่สุด สำหรับแอป วิดีโอ และสายโทรศัพท์
- โปรแกรมสร้างเสียง AI ที่ดีที่สุดสำหรับ YouTube ทั้งเสียงบรรยาย ช่องไม่เปิดหน้า และ Shorts
- Text to Speech ฟรีที่ดีที่สุด สำหรับงานส่วนตัวและการลองเสียงก่อนจ่ายเงิน
- Text to Speech ที่ดีที่สุดสำหรับทำหนังสือเสียงและงานอ่านเรื่องยาว
- วิธีเจนเสียง AI ภาษาไทย ตั้งแต่เลือกเสียงจนได้ไฟล์
- ให้ AI อ่านนิยายให้ฟัง ด้วยเสียงผู้บรรยายและเสียงตัวละคร
- วิธีเขียนคำบรรยายเสียงสำหรับออกแบบเสียง AI พร้อมตัวอย่าง
- ออกแบบเสียงกับโคลนเสียงต่างกันอย่างไร สองวิธีสร้างเสียง AI ของตัวเอง
- เครื่องมือออกแบบเสียง AI ที่ดีที่สุดสำหรับเสียงภาษาไทย เสียงที่บันทึกไว้ใช้ซ้ำ และ Voice Agent
- Paxa TTS Flash v2 เปิดให้ใช้งานแล้ว
- เครื่องมือออกแบบเสียง AI เปิดให้ใช้งานแล้ว
- Temperature และแท็กช่วงหยุดบน Paxa TTS Flash v2
ตัวอย่างการใช้งานอื่น