Paxa Labs

ถอดเสียงข้อความเสียงภาษาไทยเป็นข้อความ

เปลี่ยนข้อความเสียงที่ทีมภาคสนามส่งมาเป็นข้อความภาษาไทยภายในชั่วโมงนั้น คำสั่งซื้อ ยอดเงิน และงานติดตามถูกจัดเก็บด้วยการค้นหา และออฟฟิศเลิกพิมพ์ซ้ำ

บทถอดเสียงเขียนว่าอย่างไร

เยี่ยมลูกค้า

spokenร้านป้าแดงสั่งเพิ่ม สองลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน สามพันห้า ยังไม่จ่ายนะ

writtenร้านป้าแดงสั่งเพิ่ม 2 ลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน 3,500 ยังไม่จ่ายนะ

แบบเขียนใส่จำนวนและยอดค้างเป็นตัวเลข กฎคำสั่งซื้ออ่านตัวแรก และกฎติดตามหนี้อ่านตัวหลัง

งานซ่อม

spokenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก สองอาทิตย์

writtenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก 2 อาทิตย์

ชื่ออะไหล่ยังคงเป็นอังกฤษทั้งสองแบบ คลังคำศัพท์ชื่ออะไหล่ช่วยให้สะกดเหมือนกันทั้งทีม

เยี่ยมเคลม

spokenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น หนึ่งหมื่นสองพันบาท ถ่ายรูปไว้แล้ว หกรูป

writtenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น 12,000 บาท ถ่ายรูปไว้แล้ว 6 รูป

ยอดประเมินและจำนวนรูปเป็นตัวเลขในบรรทัดแบบเขียน บันทึกเคลมรับทั้งสองค่าโดยไม่มีใครต้องพิมพ์ซ้ำ

บทถอดทุกคู่บนหน้านี้เป็นตัวอย่างที่เขียนขึ้นเพื่อแสดงว่าตัวเลือกรูปแบบเปลี่ยนอะไร และตรวจกับผลลัพธ์จริงก่อนเผยแพร่ หน้า Speech-to-Text มีบทถอดจริงของโมเดลจากไฟล์เสียงจริง พร้อมวันที่บันทึก

เชื่อมกับทีมภาคสนามอย่างไร

พนักงานขายออกจากร้านลูกค้า แล้วอัดโน้ตเสียง 40 วินาทีก่อนขับรถต่อ ช่างอัดว่าซ่อมอะไรไปและอะไหล่ตัวไหนยังไม่มี ตัวแทนประกันอัดรายงานเยี่ยมเคลมจากลานจอดรถ โน้ตเหล่านี้ไปถึงกลุ่มแชต และคนในออฟฟิศฟังทีละอันแล้วพิมพ์ตาม การถอดเสียงตัดการพิมพ์ซ้ำออกไป แต่ละโน้ตกลายเป็นข้อความภายในไม่กี่วินาทีหลังส่ง ยอดเงิน วันที่ และชื่อลูกค้าอยู่ในข้อความ กฎหนึ่งข้อจัดเก็บโน้ตเข้าบัญชีที่ถูกต้อง การค้นหาข้ามโน้ตทั้งเดือนเจอทุกครั้งที่พูดถึงสินค้าหนึ่งตัว ไฟล์เสียงเก็บไว้ข้างข้อความ เผื่อวันที่รายละเอียดถูกโต้แย้ง

  1. ส่งต่อทุกโน้ตทันทีที่มาถึง

    ส่งไฟล์เสียงที่แอปแชตบันทึกอยู่แล้ว ยาวเท่าไรก็ได้ถึง 60 นาที ระบบตรวจจับภาษาจากตัวโน้ตเอง

  2. ขอแบบเขียน

    จำนวน ยอดเงิน และวันที่มาเป็นตัวเลข กฎที่จัดเก็บจึงเรียบง่าย เพิ่มสไตล์เรียบเรียงเมื่อต้องการโน้ตที่อ่านได้ในแวบเดียว

  3. ส่งคลังคำศัพท์ของทีม

    ชื่อสินค้า ชื่ออะไหล่ และร้านบนเส้นทาง ได้สูงสุด 50 คำ การสะกดจะเหมือนกันในโน้ตของพนักงานทุกคน

หนึ่งวันของพนักงานขาย โน้ตต่อโน้ต

08:10

ร้านแรก

สั่งซื้อเพิ่มและยอดค้างในลมหายใจเดียว บทถอดมีทั้งสองตัวเลขเป็นดิจิต และกฎสองข้อจัดเก็บเข้าสองระบบ

10:45

ลูกค้าใหม่

ชื่อร้าน เบอร์โทร และสิ่งที่เขาถาม โน้ตกลายเป็นบันทึกลูกค้าเป้าหมายพร้อมไฟล์เสียงแนบ

13:20

ข้อร้องเรียน

คำของลูกค้าตามที่พนักงานได้ยิน คำว่าคืนเงินส่งโน้ตถึงผู้จัดการก่อนพนักงานถึงร้านถัดไป

16:50

สิ้นวัน

สรุปเส้นทางจากปากพนักงานเอง ออฟฟิศอ่านเป็นข้อความ และการเยี่ยมทั้งวันถูกจัดเก็บไปแล้ว

แต่ละโน้ตคือหนึ่งคำขอ ระบบอ่านความยาวจากไฟล์ก่อนตัดเครดิต และโน้ตที่โมเดลอ่านไม่ได้ไม่มีค่าใช้จ่าย

ทุกโน้ตกลายเป็นอะไร

บันทึกที่จัดเก็บแล้ว

ชื่อลูกค้าและตัวเลขอยู่ในข้อความ กฎที่คุณเขียนส่งโน้ตเข้าบัญชีที่มันเป็นของ พร้อมไฟล์เสียงแนบ

หนึ่งเดือนที่ค้นหาได้

โน้ตทุกอันจากพนักงานทุกคนเป็นข้อความในดัชนีเดียว การค้นหาสินค้า ร้าน หรือคำหนึ่งคำเจอทุกครั้งที่พูดถึงทั้งทีม

อ่านง่ายขึ้น

สไตล์เรียบเรียงตัดคำเติมที่โน้ตพูดจากบนถนนมักมี ให้ข้อความอ่านได้ในแวบเดียว ใช้คำต่อคำเมื่อทุกคำสำคัญ

ไฟล์เสียงยังอยู่

เสียงอยู่ข้างข้อความ เมื่อตัวเลขถูกตั้งคำถาม วินาทีที่พูดอยู่ห่างแค่คลิกเดียว

โมเดลเขียนสิ่งที่พูด การจัดเก็บ การแจ้งเตือน และการค้นหาคือกฎที่คุณรันบนข้อความ

หนึ่งเดือนของทีมคิดเท่าไร

หนึ่งเดือนของทีมคิดเท่าไร
ปริมาณงานเสียงค่าใช้จ่าย
หนึ่งโน้ต 40 วินาที40 วินาที$0.0056
หนึ่งวัน 30 โน้ต20 นาที$0.17
หนึ่งเดือน 660 โน้ตประมาณ $3.67

8.33 เครดิตต่อเสียงหนึ่งนาที คิดถึงระดับมิลลิวินาที เสียงโน้ต 7.3 ชั่วโมงตลอด 22 วันทำงานในอัตรานั้น ตัวเลือกของบทถอดไม่เปลี่ยนราคา

สำหรับนักพัฒนา

ตัวอย่างโค้ดส่งไฟล์บันทึกหนึ่งไฟล์พร้อมคลังคำศัพท์ แล้วอ่านบทถอดและเครดิตที่คิดจากคำตอบ

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\", \"language\": \"th\", \"vocabulary\": [\"Paxa Labs\", \"quarterly review\"]}"

โมเดลถูกสร้างมาให้ฟังอะไร

Paxa STT Lite ถอดเสียงภาษาไทยเป็นหลัก และภาษาอื่นตามที่พูด รวมโน้ตภาษาไทยที่เรียกชื่ออะไหล่เป็นอังกฤษ ตรวจจับภาษาของแต่ละไฟล์ได้เอง และจะไม่เผยแพร่ตัวเลขความแม่นยำจนกว่าจะเผยแพร่วิธีประเมินไว้ข้างกัน

คำถามที่พบบ่อย

โน้ตสั้น ๆ ส่งทีละอันคุ้มไหม

คุ้ม แต่ละคำขอคิดตามความยาวจริงของไฟล์ ขั้นต่ำหนึ่งในสิบเครดิต โน้ต 40 วินาทีคิดประมาณ $0.0056 และการรวมส่งไม่เปลี่ยนอะไร

ถ้าพนักงานพูดไทยปนอังกฤษในโน้ตเดียวล่ะ

บทถอดเก็บทั้งสองภาษาตามที่พูด ชื่ออะไหล่ภาษาอังกฤษในประโยคไทยยังคงเป็นอังกฤษ และไม่ต้องส่งคำใบ้ภาษา

ออฟฟิศเชื่อตัวเลขได้ไหม

ตัวเลขคือสิ่งที่พูด เป็นดิจิตเมื่อใช้แบบเขียน ไฟล์เสียงอยู่ข้างข้อความ และวินาทีที่พูดตัวเลขนั้นเปิดเสียงขึ้นมาตรวจได้

ถอดเสียงไม่สำเร็จคิดเงินไหม

ไม่คิด ระบบตัดเครดิตก่อนแล้วคืนให้อัตโนมัติเมื่อคำขอล้มเหลว และไฟล์ที่โมเดลอ่านไม่ได้จะถูกปฏิเสธก่อนตัดเครดิต

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง