面向泰语的 AI 研究与产品。
Paxa Labs 是一家位于曼谷的产品与研究实验室。
泰语用户会在一句话中途切换语言，书写时词与词之间不留空格，靠声调区分词义，手上的文档里还混着多种文字、表格、印章和手写内容。
我们把这些日常难题做成语音、转写、文档和翻译产品，供团队在生产环境中使用。
输入就是真实的泰语
人们在使用软件之前，不会先把自己的生活改写成干净的基准测试语言。
ส่ง email หา HR หน่อย
เดี๋ยว join meeting แล้วส่ง file ให้
ใช้ AI summarize อันนี้ให้หน่อย
一位客户可能一口气从泰语说到英语，再接上产品名称和数字。有用的模型必须完整保留上下文、语体和说话人的特征。
ตากลม
词的边界取决于上下文。
一个词在哪里结束、下一个词从哪里开始，可能取决于上下文。模型要理解一句泰语，有时得先判断这句话由哪些词组成。
เสือ · เสื่อ · เสื้อ
老虎。草席。衬衫。
换一个声调，就是另一个词。
转写成罗马字后，这几个词的辅音和元音看起来几乎一样，可声调一变，词也就变了。
商业文档里也是同样的复杂：泰文和英文名称、叠写的符号、数字、表格、印章和手写批注，都挤在同一页上。对我们来说，这些都是常态，也正是真实的输入。
每个难题都成为一个产品
通用流水线在哪里出问题，我们就围绕那里做一个专门的产品。
文本转语音、语音转文字、OCR 和翻译均已上线。每一个都源自真实泰语输入中通用流水线处理不了的失败案例。产品就是检验。研究成果要经得起真实的输入、延迟和用户。
能上线的研究
我们从真实泰语语音、语言和文档中的失败案例出发。路线图也从这些失败开始。
一次失败会变成一条数据样本和一项评测。反复出现的模式决定模型、训练方法和服务架构的走向。改进后的系统回到产品中，下一个难处理的输入再告诉我们该研究什么。
语言专家、模型研究员和平台工程师在同一个循环里工作。发音、术语、版式、API 行为和生产环境的可靠性因此始终连在一起，各专业之间没有交接环节。
实验室的产出，是更好的产品。
paxa-tts-flash-v2
在曼谷研发，用真实的泰语检验。
研究只有让产品更有用，才算站得住。
团队
一个位于曼谷的实验室，日常使用的正是它所建模的语言。
实验室成员中，有人曾在全球性科技公司从事 AI 研究，有人参与过 SCB 10X 的开源泰语语言模型系列 Typhoon，也有人运营过承载极高流量的 AI 产品。实验室按职能介绍自己。下面每一层都由我们自己负责，从语音学前端一直到您调用的 API。
模型研究
模型架构与训练方法，以及产出我们每一个上线模型的训练过程。
泰语与数据
把泰语让通用流水线出错的地方，整理成数据、评测集和读法规则。
平台与服务
让 AI 产品在真实的生产负载下保持快速和稳定。
本站的大多数音色都以食物和饮品命名。模型是实验室对外的代表。
已发表的研究
实验室公开自己的方法。技术报告都发表在 arXiv 上，模型权重、基准测试和评测代码也一并发布。
- CPU speech synthesis under a serverless billarXiv:2610.00063v1
- A Thai voice from fifteen seconds of speecharXiv:2609.03502v1
- Thai OCR trained without a single real labelarXiv:2609.03595v1
文本转语音、语音转文字、OCR 和翻译都是已上线的 API，您今天就可以调用。
免费开始