中文、英语和泰语有声书

用中文、英语或泰语直接从手稿朗读有声书,每章一个请求,按字符计费,整个系列由同一个朗读音色贯穿始终。

可以试试的想法

章节开头

บทที่หนึ่ง ฝนตกหนักตั้งแต่เช้า และเธอรู้ดีว่าวันนี้จะไม่เหมือนวันไหนที่ผ่านมา

Nom Yenpaxa-tts-flash-v2在语音页面打开
一句对白

เขาหันมาถามเบา ๆ ว่า เธอจะรออีกนานแค่ไหน ก่อนจะยอมบอกความจริงกับฉันสักที

Nom Yenpaxa-tts-flash-v2在语音页面打开
留下悬念的章末

ประตูเปิดออกช้า ๆ แล้วเสียงที่เธอไม่ได้ยินมาสิบปี ก็ดังขึ้นอีกครั้งในห้องนั้น

Nom Yenpaxa-tts-flash-v2在语音页面打开
朗读署名

หนังสือเสียงเล่มนี้อ่านด้วยเสียงสังเคราะห์ จากต้นฉบับที่ผู้เขียนอนุญาตให้จัดทำ

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。

一本书如何变成音频

有声书的成本和工期都压在录音上。八小时的成品音频,意味着八小时的录音棚时间,外加相应的剪辑。朗读者要提前预约,并在整个系列期间留出档期,第九章改一句话,就得把这位朗读者再请回来。成品的发布渠道已经存在。以泰国为例,MEB 开设了专门的有声书商店,Sonar 出版泰语有声书,TK Park 向图书馆会员免费出借有声书。文本转语音 API 按字符为同一本书计价。下一章还在编辑手里时,这一章就能生成。朗读者是一个在整个系列中始终可用的音色 ID,改一句话只花一个请求。

  1. 按章节拆分手稿

    超过 5,000 个字符的章节分成几部分发送,在段落边界处拆分。按手稿自身的结构拆分,重新提交的章节就能对应到相同的部分。

  2. 批量生成整本书

    每个部分是一个请求,使用相同的音色 ID,返回的 MP3 文件拼成一章的音轨。整本书无人值守就能跑完,速度由套餐的速率限制决定。

  3. 改一句,不用进录音棚

    改过的段落用同一个音色发一个请求重新生成。书的其余部分不受影响,费用就是改动的字符。

一本书,按字符计价

一本书,按字符计价
时长字符积分费用
一章 20 分钟5,14051.4$0.05
一套 5 本的系列616,8006,168$6.17
一部 8 小时的有声书,全书朗读约 $1.23

按每分钟中文语音 257 个字符、统一费率计算。

面向开发者

Python 和 TypeScript 快速入门示例发送章节的一部分,并写出批处理任务收集的 MP3。选项请求展示 voice、model、format 和 stream 字段,一本书设定一次,就能一直用到最后一章。

完整 API 参考
import os
import requests

response = requests.post(
    "https://api.paxalabs.com/v1/tts",
    headers={"Authorization": f"Bearer {os.environ['PAXA_API_KEY']}"},
    json={"text": "สวัสดีครับ ยินดีต้อนรับสู่ Paxa Labs", "voice": "khanomkrok", "model": "paxa-tts-flash-v2"},
)
response.raise_for_status()

with open("speech.mp3", "wb") as f:
    f.write(response.content)

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。

  • Espressov1 + v2在语音页面打开
  • Khanom Krokv1 + v2男声主音色
  • Foi Thongv1 + v2旁白
  • Panangv1 + v2舞台腔

为书本篇幅的泰语而设计

一章就是几千个字符,词与词之间没有空格,小说每一页都有对白、人名和数字。Paxa TTS Flash v2 能切分长篇泰语散文,像识字的读者一样从拼写读出声调,并在整个系列中保持同一种演绎。

常见问题

一章最长可以多长?

每个请求最多 5,000 个字符。更长的章节在段落边界处拆成几部分发送,再用标准工具把各部分 MP3 拼成一条音轨。

到第四十章,朗读者的声音还一样吗?

一样。音色是音色库里固定的 ID。同一个 ID 在最后一章和第一章返回的是同一个声音。

一句话里既有泰语又有英语,能读吗?

能。一个音色兼顾两种语言。泰语句子里的英文书名或人名,仍由同一位朗读者的语气读出。

一整本有声书要花多少钱?

8 小时的成品音频约 $1.23,按手稿的字符数计费。修正后的章节重新生成,也按同样方式计费。

我们有权发布这些音频吗?

用免费积分生成的内容仅供个人使用和评估。购买套餐或积分后,生成的内容归您所有,可用于任何用途,包括商业出版,购买前生成的内容也包括在内。手稿本身的权利仍需您自行处理。

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。