Paxa Labs

ถอดเสียงการประชุมภาษาไทยเป็นข้อความ

ถอดเทปประชุมเป็นภาษาไทยแบบเขียน ตัวเลขเป็นตัวเลข แล้วร่างรายงานการประชุมจากข้อความแทนความจำ

บทถอดเสียงเขียนว่าอย่างไร

ตัวเลขงบประมาณ

spokenงบการตลาดไตรมาสสี่ตกลงที่ สองล้านห้าแสนบาท เพิ่มจากเดิม สิบห้าเปอร์เซ็นต์

writtenงบการตลาดไตรมาส 4 ตกลงที่ 2,500,000 บาท เพิ่มจากเดิม 15%

ตัวเลขภายใต้แบบเขียน รายงานการประชุมคัดลอกบรรทัดนี้ได้ทันที

งานที่มอบหมายพร้อมวันที่

spokenคุณนภาส่งร่างสัญญาให้ฝ่ายกฎหมายภายในวันศุกร์ที่ สิบสอง กันยายน

writtenคุณนภาส่งร่างสัญญาให้ฝ่ายกฎหมายภายในวันศุกร์ที่ 12 กันยายน

ผู้รับผิดชอบและกำหนดส่งอยู่ในประโยคเดียว คลังคำศัพท์ช่วยให้ชื่อเพื่อนร่วมงานสะกดตามที่เจ้าตัวสะกด

ศัพท์ผลิตภัณฑ์ภาษาอังกฤษ

spokenฟีเจอร์ auto top-up จะขึ้น production พร้อมกันทุกๆ ประเทศในรอบเดียว

writtenฟีเจอร์ auto top-up จะขึ้น production พร้อมกันทุก ๆ ประเทศในรอบเดียว

ศัพท์อังกฤษยังคงเป็นอังกฤษ แบบเขียนวางไม้ยมกตามหลักภาษาเขียน

บทถอดทุกคู่บนหน้านี้เป็นตัวอย่างที่เขียนขึ้นเพื่อแสดงว่าตัวเลือกรูปแบบเปลี่ยนอะไร และตรวจกับผลลัพธ์จริงก่อนเผยแพร่ หน้า Speech-to-Text มีบทถอดจริงของโมเดลจากไฟล์เสียงจริง พร้อมวันที่บันทึก

เชื่อมกับทีมอย่างไร

รายงานการประชุมมักเขียนจากความจำในวันถัดไป โดยคนที่จับฉลากได้ ตัวเลขงบผิดไปหนึ่งหลัก กำหนดส่งเลื่อนอยู่ในหัวใครบางคน และมติที่สำคัญที่สุดคือมติที่ไม่มีใครจด บทถอดแก้ที่ต้นทาง ส่งไฟล์บันทึกเมื่อจบประชุม ทั้งบทสนทนากลายเป็นข้อความภายในไม่กี่นาที ยอดเงินและวันที่เป็นตัวเลขภายใต้แบบเขียน ร่างรายงานจากข้อความนั้น ส่งบทถอดให้โมเดลสรุปของคุณเองได้ถ้ามี เก็บเวลาระดับคำไว้ แล้วทุกมติในรายงานจะลิงก์กลับไปยังวินาทีที่ตัดสินใจ

  1. บันทึกการประชุมแบบที่ทำอยู่แล้ว

    โทรศัพท์หรือเครื่องมือประชุมใดก็เขียนไฟล์ที่ API อ่านได้ ทั้ง MP3, M4A, WAV, WebM และอื่น ๆ ยาวได้ถึง 60 นาทีต่อคำขอ

  2. ถอดเสียงด้วยแบบเขียนและเวลาระดับคำ

    ตัวเลขและวันที่มาเป็นตัวเลข ทุกคำมีวินาที คลังคำศัพท์ชื่อคนและศัพท์โครงการได้สูงสุด 50 คำ ช่วยให้สะกดตรงกัน ในคำขอเดียวกัน เปิดแยกผู้พูดแล้วแต่ละช่วงพูดจะมีหมายเลขผู้พูด

  3. ร่างรายงานจากข้อความ

    อ้างอิงมติตามที่พูด ลิงก์แต่ละข้อไปยังวินาที ส่งบทถอดให้โมเดลของคุณเองสรุปได้ถ้าต้องการ

จากไฟล์บันทึกสู่รายงานการประชุม

minutes pipeline
recordings/
  2026-09-08-planning.m4a        45:12   ไฟล์ที่ห้องประชุมบันทึก

POST /v1/stt  convention=written  timestamps=word

transcripts/
  2026-09-08-planning.json       ข้อความ + ช่วงเวลา 6,400 คำ

minutes/
  2026-09-08-planning.md         ร่างจากบทถอด
    decisions   3   แต่ละข้อลิงก์ไปยังวินาที
    actions     7   ผู้รับผิดชอบ กำหนดส่งเป็นตัวเลข

บทถอดคือบันทึกต้นฉบับ รายงานการประชุมคือการอ่านบทถอดนั้น โดยคนหรือโดยโมเดลสรุปของคุณเอง

หนึ่งการประชุม ทีละวินาที

0:00

อ่านวาระ

ประธานอ่านวาระสี่ข้อ บทถอดเริ่มตรงนี้ และคำแรกของวาระมีช่วงเวลาของตัวเอง

12:30

มติงบประมาณ

บรรทัดด้านบน ตัวเลขเป็นตัวเลข รายงานอ้างอิงประโยคนี้และลิงก์มาที่วินาทีนี้

27:05

เลื่อนกำหนดส่ง

วันที่เปลี่ยนกลางการอภิปราย ทั้งสองวันที่อยู่ในข้อความ และวันที่หลังคือวันที่ในรายงาน

41:10

มอบหมายงาน

เจ็ดชื่อในสองนาที แต่ละชื่ออยู่ในคลังคำศัพท์ การสะกดจึงตรงกับทำเนียบพนักงาน

เวลาระดับคำให้ทุกบรรทัดมีวินาที รายงานลิงก์ไปยังช่วงเวลา ผู้อ่านเปิดไฟล์เสียงเฉพาะจุดที่สำคัญ

หนึ่งเดือนของการประชุมคิดเท่าไร

หนึ่งเดือนของการประชุมคิดเท่าไร
ปริมาณงานเสียงค่าใช้จ่าย
หนึ่งการประชุม 45 นาที45 นาที$0.38
หนึ่งสัปดาห์ 5 การประชุม4 ชม.$1.88
หนึ่งเดือน 20 การประชุมประมาณ $7.50

8.33 เครดิตต่อเสียงหนึ่งนาที คิดถึงระดับมิลลิวินาที เวลาระดับคำและแบบเขียนไม่มีค่าใช้จ่ายเพิ่ม

สำหรับนักพัฒนา

ตัวอย่างโค้ดส่งไฟล์บันทึกหนึ่งไฟล์ ขอเวลาระดับคำ แล้วอ่านบทถอด ช่วงเวลา และเครดิตที่คิดจากคำตอบ

เอกสารอ้างอิง API ฉบับเต็ม
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\", \"timestamps\": \"word\"}"

โมเดลถูกสร้างมาให้ฟังอะไร

Paxa STT Lite ถอดเสียงภาษาไทยเป็นหลัก และภาษาอื่นตามที่พูด รวมประโยคที่สลับภาษากลางทาง ระบุช่วงพูดของผู้พูดเป็นหมายเลขเมื่อร้องขอ และจะไม่เผยแพร่ตัวเลขความแม่นยำจนกว่าจะเผยแพร่วิธีประเมินไว้ข้างกัน

คำถามที่พบบ่อย

เขียนรายงานการประชุมให้ไหม

เขียนบทถอดให้ รายงานการประชุมคือการอ่านบทถอดนั้น โดยคนหรือโดยโมเดลสรุปที่คุณรันบนข้อความ

บอกไหมว่าใครพูด

บอกเป็นหมายเลข ตั้ง diarization เป็น true แล้วแต่ละช่วงพูดจะมาพร้อมหมายเลขผู้พูด นับจาก 0 ตามลำดับที่ปรากฏ โดยไม่มีชื่อกำกับ จับคู่หมายเลขกับรายชื่อผู้เข้าประชุมเอง ช่วงพูดมาจากการอ่านไฟล์รวดเดียว จึงต้องส่งการประชุมเป็นส่วนละไม่ถึง 9 นาที แล้วจับคู่หมายเลขทีละส่วน

ใช้เวลาระดับคำกับคลังคำศัพท์พร้อมกันได้ไหม

ได้ หนึ่งคำขอส่งทั้งสองอย่างได้ พร้อมช่วงผู้พูดควบคู่กัน ทั้งสามอย่างไม่เปลี่ยนราคา

การประชุมที่ยาวเกินหนึ่งชั่วโมงคิดเท่าไร

อัตราเดิม แบ่งเป็นคำขอละไม่เกิน 60 นาที หรือส่วนละไม่ถึง 9 นาทีสำหรับส่วนที่ต้องการแยกผู้พูด ตัดตรงช่วงพัก แล้วส่งแต่ละส่วนพร้อมกัน

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง