ถอดเสียงบรรยายภาษาไทยเป็นข้อความ
เปลี่ยนทุกคาบเรียนที่บันทึกไว้เป็นบทถอดภาษาไทยพร้อมสารบัญตอน นักศึกษาค้นหาคำ กระโดดไปนาทีที่สอน และอ่านส่วนที่พลาดไป
บทถอดเสียงเขียนว่าอย่างไร
นิยามกลางคาบ
spokenค่า p-value ที่น้อยกว่า ศูนย์จุดศูนย์ห้า แปลว่าเราปฏิเสธสมมติฐานหลักได้
writtenค่า p-value ที่น้อยกว่า 0.05 แปลว่าเราปฏิเสธสมมติฐานหลักได้
แบบเขียนใส่ค่าเกณฑ์เป็นตัวเลข ตรงกับที่สไลด์และตำราพิมพ์ ศัพท์อังกฤษยังคงเป็นอังกฤษทั้งสองแบบ
ประกาศสอบ
spokenสอบกลางภาควันที่ ยี่สิบสาม ตุลาคม ห้องเดิม เอาเครื่องคิดเลขมาด้วยนะครับ
writtenสอบกลางภาควันที่ 23 ตุลาคม ห้องเดิม เอาเครื่องคิดเลขมาด้วยนะครับ
การค้นหาวันสอบเจอบรรทัดนี้ได้ทั้งสองแบบ วินาทีข้างบรรทัดเปิดประกาศในวิดีโอ
ตัวอย่างโจทย์
spokenถ้าอัตราดอกเบี้ย ห้าเปอร์เซ็นต์ ต่อปี เงินต้น หนึ่งหมื่นบาท ผ่านไป สามปี จะได้ดอกเบี้ยเท่าไร
writtenถ้าอัตราดอกเบี้ย 5% ต่อปี เงินต้น 10,000 บาท ผ่านไป 3 ปี จะได้ดอกเบี้ยเท่าไร
บรรทัดแบบเขียนอ่านเหมือนใบโจทย์ นักศึกษาที่ทบทวนคัดลอกตัวเลขลงในวิธีทำได้ทันที
บทถอดทุกคู่บนหน้านี้เป็นตัวอย่างที่เขียนขึ้นเพื่อแสดงว่าตัวเลือกรูปแบบเปลี่ยนอะไร และตรวจกับผลลัพธ์จริงก่อนเผยแพร่ หน้า Speech-to-Text มีบทถอดจริงของโมเดลจากไฟล์เสียงจริง พร้อมวันที่บันทึก
เชื่อมกับรายวิชาอย่างไร
มหาวิทยาลัยบันทึกการบรรยายและเก็บเป็นวิดีโอที่แทบไม่มีใครเลื่อนดู นักศึกษาที่ขาดเรียนดู 50 นาทีเพื่อหา 10 นาทีที่ต้องการ แพลตฟอร์มคอร์สขายไฟล์เดิมสามภาคเรียนโดยค้นหาอะไรในนั้นไม่ได้ การถอดเสียงให้ชั้นข้อความแก่ไฟล์บันทึก ทุกคาบกลายเป็นบทถอดในวันที่บันทึก ทุกคำมีวินาที การค้นหาคำหนึ่งคำพาไปยังนาทีที่สอนคำนั้น สารบัญตอนสร้างจากหัวข้อในบทถอดเอง นักศึกษาที่มีปัญหาการได้ยินอ่านตามวิดีโอได้ บทถอดเก็บภาษาตามที่พูด คำบรรยายภาษาไทยที่เรียกศัพท์เป็นอังกฤษจึงเก็บไว้ทั้งสองภาษา
ส่งไฟล์บันทึกเมื่อคาบจบ
ส่งแทร็กเสียงที่ระบบบันทึกการสอนเขียนอยู่แล้ว ยาวได้ถึง 60 นาทีต่อคำขอ ระบบอ่านความยาวก่อนตัดเครดิต
ขอเวลาระดับคำและแบบเขียน
ทุกคำมีวินาที และตัวเลขมาเป็นดิจิต สารบัญตอนและดัชนีค้นหาสร้างจากคำตอบเดียวกัน
ส่งคลังคำศัพท์ของรายวิชา
รายการศัพท์จากประมวลรายวิชา ได้สูงสุด 50 คำ ศัพท์อังกฤษสะกดเหมือนกันในบทถอดตลอดภาคเรียน
หนึ่งคาบ นาทีต่อนาที
ทบทวนและโครงเรื่อง
ผู้สอนบอกหัวข้อสามเรื่อง สารบัญตอนได้สามรายการแรกจากนาทีนี้
นิยาม
ศัพท์ประจำสัปดาห์ถูกนิยามครั้งเดียว การค้นหาคำนั้นพามาที่นี่ พร้อมศัพท์อังกฤษที่สะกดตามคลังคำศัพท์
ตัวอย่างโจทย์
ตัวเลขถูกพูดออกเสียงและเขียนบนกระดาน แบบเขียนใส่ตัวเลขเป็นดิจิต บทถอดจึงตรงกับใบโจทย์
งานที่มอบหมายและวันสอบ
วันที่ที่นักศึกษาทุกคนต้องรู้อยู่ในสี่นาทีสุดท้าย การค้นหาชื่อเดือนเจอโดยไม่ต้องดูทั้งชั่วโมง
เวลาระดับคำให้ทุกบรรทัดมีวินาที นักศึกษากระโดดไปนาทีนั้น และดูส่วนที่เหลือเมื่อช่วยได้เท่านั้น
สารบัญตอน ในรูปไฟล์
00:00 ทบทวนสัปดาห์ที่แล้ว 02:10 outline: การทดสอบสมมติฐาน 3 ขั้น 08:40 นิยาม p-value 15:05 ตัวอย่างที่ 1: การทดสอบค่าเฉลี่ย 27:15 ตัวอย่างที่ 2: ดอกเบี้ยทบต้น 39:50 ข้อผิดพลาดที่พบบ่อย 46:30 งานที่มอบหมาย, สอบกลางภาค 23 ต.ค.
แต่ละตอนคือบรรทัดหนึ่งของบทถอดพร้อมวินาทีเริ่ม เครื่องเล่นวิดีโออ่านไฟล์นี้เป็นแทร็กตอน เวลาที่แสดงเป็นตัวอย่าง
หนึ่งภาคเรียนคิดเท่าไร
| ปริมาณงาน | เสียง | ค่าใช้จ่าย |
|---|---|---|
| หนึ่งคาบ 50 นาที | 50 นาที | $0.42 |
| หนึ่งสัปดาห์ 12 คาบ | 10 ชม. | $5.00 |
| หนึ่งภาคเรียน 180 คาบ | ประมาณ $75 | |
8.33 เครดิตต่อเสียงหนึ่งนาที คิดถึงระดับมิลลิวินาที เสียงบรรยาย 150 ชั่วโมงตลอด 15 สัปดาห์ในอัตรานั้น เวลาระดับคำไม่มีค่าใช้จ่ายเพิ่ม
สำหรับนักพัฒนา
ตัวอย่างโค้ดส่งไฟล์บันทึกหนึ่งไฟล์พร้อมเวลาระดับคำ แล้วอ่านบทถอด ช่วงเวลา และเครดิตที่คิดจากคำตอบ
เอกสารอ้างอิง API ฉบับเต็มAUDIO=$(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\", \"timestamps\": \"word\"}"
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`);
import base64 import os import requests with open("meeting.m4a", "rb") as file: audio = base64.b64encode(file.read()).decode() response = requests.post( "https://api.paxalabs.com/v1/stt", headers={"Authorization": f"Bearer {os.environ['PAXA_API_KEY']}"}, json={"audio": audio, "model": "paxa-stt-lite-v1-preview"}, # A long recording can run for minutes; give it room. timeout=300, ) response.raise_for_status() body = response.json() print(body["text"], body["usage"]["credits"], "credits")
โมเดลถูกสร้างมาให้ฟังอะไร
Paxa STT Lite ถอดเสียงภาษาไทยเป็นหลัก และภาษาอื่นตามที่พูด รวมประโยคไทยที่เรียกศัพท์เป็นอังกฤษ เขียนเวลาระดับคำครอบคลุมทั้งคำภาษาไทย และจะไม่เผยแพร่ตัวเลขความแม่นยำจนกว่าจะเผยแพร่วิธีประเมินไว้ข้างกัน
คำถามที่พบบ่อย
การบรรยายสามชั่วโมงทำอย่างไร
หนึ่งคำขอรับได้ถึง 60 นาที ตัดไฟล์ตรงช่วงพัก ส่งแต่ละส่วนพร้อมกัน แล้วเลื่อนวินาทีของแต่ละส่วนตามเวลาเริ่มของส่วนนั้น
นักศึกษาอ่านตามวิดีโอได้ไหม
ได้ เวลาระดับคำให้ทุกคำมีเวลาเริ่มและจบ ไฟล์คำบรรยายสำหรับเครื่องเล่นสร้างจากช่วงเวลาเหล่านั้น และหน้าบทถอดไฮไลต์คำที่กำลังพูด
บทถอดเก็บศัพท์อังกฤษของผู้สอนไหม
เขียนตามที่พูด ประโยคไทยที่สลับเป็นอังกฤษเพื่อเรียกศัพท์จะเก็บศัพท์นั้นเป็นอังกฤษทั้งสองแบบ คลังคำศัพท์ช่วยให้สะกดเหมือนกันทุกคาบ
ถอดเสียงไม่สำเร็จคิดเงินไหม
ไม่คิด ระบบตัดเครดิตก่อนแล้วคืนให้อัตโนมัติเมื่อคำขอล้มเหลว และไฟล์ที่โมเดลอ่านไม่ได้จะถูกปฏิเสธก่อนตัดเครดิต
เริ่มต้นด้วยเครดิตฟรี
เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง
บทความที่เกี่ยวข้อง
- แบบพูดหรือแบบเขียน: บทถอดเสียงภาษาไทยเขียนตัวเลขอย่างไร
- วัดความแม่นยำของการถอดเสียงภาษาไทย: ทำไม WER จึงหลอกตา
- ช่วงผู้พูดในบทถอดเสียงสายโทรศัพท์ภาษาไทย
- ทำคำบรรยายภาษาไทยจากเวลาระดับคำ
- เลือกเอนจินถอดเสียงภาษาไทยอย่างไร
- ถอดเสียงภาษาไทยที่สลับไปเป็นอังกฤษ
- Paxa STT Lite Realtime ถอดเสียงภาษาไทยทีละรอบพูด ตั้งแต่ยังพูดไม่จบ
- ถอดเสียงสดภาษาไทย กับคำถามว่ารอบพูดจบตรงไหน
- วิธีถอดเทป แปลงไฟล์เสียงเป็นข้อความ สำหรับประชุม สัมภาษณ์ และงานบรรยาย
- ถอดเสียงภาษาไทยที่ดีที่สุด สำหรับงานประชุม ซับไตเติล และ Voice Agent