创作者 AI 配音,支持中文、英语和泰语

根据脚本为短视频、讲解视频和不露脸的创作者频道生成旁白,支持中文、英语和泰语,按字符计费。

可以试试的想法

短视频开场钩子

รู้ไหมว่าทำไมแมวถึงนอนวันละ 16 ชั่วโมง คำตอบอาจทำให้คุณแปลกใจ

Nom Yenpaxa-tts-flash-v2在语音页面打开
故事的转折

ตอนที่ 12 เขาหันกลับมามองเธอเป็นครั้งสุดท้าย ก่อนประตูรถไฟจะปิดลง

Nom Yenpaxa-tts-flash-v2在语音页面打开
教程旁白

ขั้นตอนแรก เปิดแอปแล้วกดปุ่มสร้างโปรเจกต์ใหม่ตรงมุมขวาบน จากนั้นเลือกขนาดวิดีโอที่ต้องการ

Nom Yenpaxa-tts-flash-v2在语音页面打开
双语片尾

ฝากกดติดตามช่องด้วยนะครับ See you in the next video ครับ

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。

创作者如何使用 API

视频的各个层次里,只有人声没法剪辑修改。改一句台词就得重录这一句,加一段双语片尾就得再录一条,日更短视频就得每天录音,不管脚本准备好了没有。在泰国,创作者早已在用合成语音发布内容。TikTok 和 YouTube 上用朗读软件配音的频道相当常见,声音听起来像机器人时,观众会在公开论坛上抱怨。经营不露脸频道的创作者既不出镜也不开口,他们公开寻找听不出机器感的声音。文本转语音 API 把配音轨变成了文本。旁白以文件形式返回,可以直接拖进时间线,每次修改按其中的字符计费。中文和英语脚本有各自的母语音色,泰语音色也能读出泰语脚本里夹带的英文名称。对日更频道来说,录音从预约档期变成了构建流程中的一个步骤。

  1. 把脚本变成音轨

    把脚本连同音色 slug 作为一个请求发送,旁白以 MP3 返回,可以像普通音频文件一样拖进 CapCut、Premiere 或 Canva 的时间线。超出单次请求上限的脚本拆成几段,再在剪辑软件里拼接。

  2. 修改后重新生成

    改好台词,重新生成文件,替换音轨。每次修改只按文本长度计费。改动一个段落只花首次生成的一小部分,整篇重写的花费则与首次生成相同。

  3. 批量处理整个频道

    短视频频道把同一个请求循环用于当天的每条视频。双语频道用同一个音色,从一份脚本生成泰语和英语两条音轨。两个版本听起来出自同一位旁白。

旁白时长与价格

旁白时长与价格
视频字符请求费用
1 分钟2571$0.0026
5 分钟1,2851$0.01
一条 10 分钟的完整旁白音轨约 $0.03

按中文语音每分钟 257 个字符、每百万字符 $10 计算。每次修改按其中的字符计费。改写后重新生成整条音轨,费用与第一次相同,只重新生成一个段落则只花其中一小部分。

创作者经济的规模

300 万

2025 年的网红数量

前一年统计约为 200 万人。

380 亿泰铢

2025 年数字广告投放

当年广告支出中的数字部分。

920 亿泰铢

广告市场总额

上面的数字广告金额就计入这个总额之中。

数据由 MI Group 于 2025 年发布,经 The Nation 报道。网红数量本身就是估算值,年份按原报道标注。旁白是这笔支出中按视频计算的一项成本,上表正是按字符为它定价。

来源:MI Group via The Nation (2025)(在新标签页中打开)

从脚本到时间线

clip-042/
script.txt        1,800 字符(泰语约 3 分钟)
→ POST /v1/tts   voice: mooping
→ narration.mp3
→ 时间线:[V1 画面素材] [A1 narration.mp3] [A2 音乐]

API 的工作到 narration.mp3 为止。之后的步骤都是创作者原本就在做的剪辑。因此接入方式就是放入一个文件,无需安装插件,换了剪辑软件,已生成的音轨照样能用。

面向开发者

先获取音色列表,从返回结果中取一个 slug,再随脚本一起发送。同一个 slug 在每次请求中都返回同一位旁白。

完整 API 参考
curl https://api.paxalabs.com/v1/voices

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。

  • Salim仅 v2在语音页面打开
  • Nom Yenv1 + v2女声主音色
  • Massamanv1 + v2男主角
  • Panangv1 + v2舞台腔

整份脚本一个声音

一份脚本,一位旁白。Paxa TTS Flash v2 用同一个音色朗读双语脚本。泰语旁白里夹带的英文产品名不会换成另一位说话人,频道只要沿用同样的文本,就一直得到同一个声音。它朗读长段落时不依赖标点断句,创作者的脚本实际上就是这样写的。

常见问题

一份脚本可以混合泰语和英语吗?

可以。模型在一个请求里用一个音色朗读泰英混合的文本。泰语脚本中的英文产品名和短语,听起来出自同一位旁白。

剪辑软件拿到的是什么格式?

目前是 MP3,可以整段返回,也可以流式返回。CapCut、Premiere 和 Canva 都能像导入普通音轨一样导入该文件,工作流需要其他格式时,可以用常见工具转换。

如何挑选音色并一直沿用?

调用音色列表接口。它返回全部音色以及每个音色的 slug,语音合成请求发送的就是这个 slug。试听的方法是用不同的 slug 生成同一份脚本,频道每次都发送同一个 slug,就能保持同一位旁白。

单个请求最长多少?

每个请求最多 5,000 个字符。更长的脚本拆分成几段,一条 10 分钟的中文旁白需要 1 个请求,各套餐的速率限制列在价格页上。

付费前可以先试用吗?

可以。注册时一次性赠送 100 免费积分,按统一费率约合 38 分钟中文语音。这足以用音色库里的每个音色生成同一份脚本,在花钱之前选出适合频道的那一个。

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。