泰语广播语音

用中文、英语或泰语文本生成市政广播、店内广播和叫号语句,信息变动的当天就能重新生成任意一条提示音。

可以试试的想法

商场欢迎词

สวัสดีค่ะ ยินดีต้อนรับสู่ห้างของเรา วันนี้เปิดให้บริการถึง 3 ทุ่ม ขอให้ทุกท่านเพลิดเพลินกับการช้อปปิ้งค่ะ

Nom Yenpaxa-tts-flash-v2在语音页面打开
叫号

หมายเลข 47 เชิญช่องบริการที่ 3 ค่ะ

Nom Yenpaxa-tts-flash-v2在语音页面打开
村庄广播

ประกาศจากเทศบาล วันพรุ่งนี้จะมีการฉีดพ่นหมอกควันกำจัดยุงลายในเขตชุมชน ตั้งแต่เวลา 9 โมงเช้าเป็นต้นไป

Nom Yenpaxa-tts-flash-v2在语音页面打开
双语安全提示

เพื่อความปลอดภัย กรุณายืนหลังเส้นเหลือง For your safety, please stand behind the yellow line.

Nom Yenpaxa-tts-flash-v2在语音页面打开

每张卡片播放的都是 Nom Yen 按卡片脚本原文生成的真实音频。在语音页面打开后,可以让它说任何内容。

广播系统如何使用 API

在泰国,广播音频是标准的基础设施。市镇和分区行政组织运营村庄广播塔和有线广播系统。医院、银行和诊所里的叫号机呼叫排队号码。仅铁路网在佛历 2568 年就运送了 547,918,317 人次(曼谷电气化轨道网络 5.205 亿人次,城际铁路 2,740 万人次),相当于每月约 4,500 万人次从广播喇叭下经过。这些音频至今仍靠对着麦克风现场朗读,或拼接录音棚录好的提示音库。柜台改名、新开出口、加一句安全提示,都要等一次录音。自行拼接广播的系统受影响更大。叫号机不播放整句。它按顺序播放由号码、柜台和服务名称组成的音频库,一个柜台改名就可能让几十个文件同时作废。文本转语音 API 用文字取代了这两种制作方式。输入当天的广播内容并播出生成的文件,把总部生成的同一条信息推送到每家分店,措辞变动的当天就重建整个语句库。

来源:DRT (2568)(在新标签页中打开)

  1. 播报当天的消息

    市镇机构输入广播内容,生成 MP3,再通过广播塔或有线广播播出。基于 IP 的系统可以直接接收上传的音频文件,较老的有线系统则用运营方现有的放音设备播放。

  2. 一条信息推送到每家分店

    连锁零售商在总部统一生成店内广播,再把同一个文件分发到每家分店。同一天里,每个地点的措辞和音色都一致。提前结束的促销,替换一个文件就能撤下。

  3. 组建语句库

    叫号和站台广播由预先生成的音频库拼接而成:号码、柜台、站名和安全提示各生成一次,存为文件,只在内容变动处重新生成。

每个车站一个文件夹

announcements/
announcements/
├─ siam/
│  ├─ approach.mp3     สถานีต่อไป สยาม Next station, Siam
│  ├─ interchange.mp3  สถานีนี้เปลี่ยนเส้นทางได้
│  └─ crowding.mp3     กรุณาเว้นทางให้ผู้โดยสารลงก่อน
├─ asok/
│  └─ approach.mp3     สถานีต่อไป อโศก Next station, Asok
├─ mochit/
│  └─ approach.mp3     สถานีต่อไป หมอชิต Next station, Mo Chit
└─ shared/
   ├─ safety.mp3       กรุณายืนหลังเส้นเหลือง
   └─ doors.mp3        ประตูกำลังจะปิด โปรดระวัง

广播音频库按地点组织。每个车站一个文件夹,每个语句一个文件,另有一组所有站台共用的文件。轨道交通主管部门按车站公布客流量。生成第一个文件之前,就已经知道哪些文件夹最繁忙。某个车站改了出口、换乘安排或站名,就重新生成那一个文件夹,不用安排录音。铁路之外也是同样的结构:每家分店、每个柜台或每栋楼一个文件夹。

来源:DRT station data(在新标签页中打开)

分店网络的月度费用

分店网络的月度费用
分店数文件积分费用
10 家分店同样的 30 个文件180$0.18
50 家分店同样的 30 个文件180$0.18
一个月的每日广播,分店数量不限约 $0.18

生成一次的文件可以在每家分店播放。费用只跟文字有关,与分店数量无关。每天约 600 个字符的广播需要 6 积分,30 天共 18,000 个字符,按每百万字符 $10 计费。

面向开发者

一个请求返回一条 MP3 格式的广播。带上 Idempotency-Key 发送,定时任务重试完全相同的请求时就不会付两次费。

完整 API 参考
curl -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"
  }' \
  --output speech.mp3

试听音色

50 个正式音色中的几个,均通过 API 使用公开的音色 ID 生成。全部音色可在文本转语音页面试听。

  • Nom Yenv1 + v2在语音页面打开
  • Massamanv1 + v2男主角
  • Thong Ekv1 + v2新闻主播
  • Moo Pingv1 + v2街头活力

贴合泰语广播的说话方式

泰语广播文字简短、正式,而且常常没有标点。Paxa TTS Flash v2 在没有标点提示的情况下也能为广播文案自然断句,并用一个音色一次读完双语广播。同一条信息的泰语和英语两部分保持一致。排队号码、柜台号和时间的读法,与播音员开口说出来的一样。

常见问题

一条广播可以泰英混合吗?

可以。泰英混合的文本在一个请求里用一个音色合成。双语广播就是一个文件,不用再录第二遍。

系统拿到的是什么音频格式?

目前是 MP3,可以整段返回,也可以流式返回。能播放上传音频文件的广播控制器、公共广播系统和叫号机可以直接播放。硬件需要其他格式时,可用标准工具转换。

生成的语句可以重复使用吗?

可以。输出是您自己保存的文件:语句库生成一次,广播从库中拼接,只重新生成有变化的语句。重播已有的广播不需要再次调用 API,所以繁忙的叫号系统在两次重建之间完全不必访问 API。

我们的广播按计划运行,失败会重试。重试会重复扣费吗?

带有相同 Idempotency-Key 的重试只计费一次。这个键锚定第一次扣费,完全相同的重复请求会再次得到结果,不产生第二次扣费。计费也采用先扣费、失败自动退款的方式。扣费后若合成失败,积分会退回,每个请求都能在日志中查看。

重建语句库需要多久?

一个语句就是一个请求,最多 5,000 个字符。整个语句库可以放在一个循环里批量处理。广播语句很短。重建速度受各套餐的请求速率限制,具体限制列在价格页面上。

从免费积分开始

使用 Google、GitHub 或 Hugging Face 登录,即可用 100 一次性免费积分处理您自己的文本。