在线课程旁白,支持中文、英语和泰语

用同一条流水线为在线课程和培训模块配上中文、英语和泰语旁白。按幻灯片批量生成 MP3,放进 LMS,内容一改,当天就能重新生成旁白。

可以试试的想法

课程开场

บทที่ 3 ความปลอดภัยในการทำงาน หลังจบบทเรียนนี้ ผู้เรียนจะสามารถระบุความเสี่ยงพื้นฐานในพื้นที่ทำงานได้

Nom Yenpaxa-tts-flash-v2在语音页面打开
测验题

คำถามข้อที่ 5 ข้อใดคือขั้นตอนแรกเมื่อพบเหตุเพลิงไหม้ในอาคาร

Nom Yenpaxa-tts-flash-v2在语音页面打开
双语词汇练习

คำศัพท์วันนี้คือ negotiate แปลว่า เจรจาต่อรอง ลองฟังตัวอย่างประโยคนะคะ We need to negotiate the contract terms.

Nom Yenpaxa-tts-flash-v2在语音页面打开
课程结语

จบบทเรียนแล้วค่ะ ทบทวนเนื้อหาได้ทุกเมื่อ แล้วพบกันในบทถัดไปนะคะ

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。

课程团队如何使用 API

课程旁白是一道要花钱的制作工序,幻灯片改好之后,要等录音棚排期,课程才算真正更新。在泰国,在线学习已是机构级的基础设施。ThaiMOOC 自 2016 年起就是国家级平台,商业平台上则有一千多名独立讲师开设的数千门课程。泰国录音棚把在线课程配音作为一类服务出售,公开报价约 1,000 泰铢起。文本转语音 API 把旁白变成构建流程中的一步。批处理任务把每张幻灯片的脚本生成一个 MP3,文件直接放进 SCORM 课件包或视频时间线。内容变动时,受影响的幻灯片用同一个音色重新生成。课程的中文、英语和泰语版本走同一条流水线。如果课程在播放器旁显示脚本,同一个请求还会返回每个词的时间区间。文稿随之高亮学员正在听的那一句。

来源:SkillLane(在新标签页中打开)Mellowly Studio(在新标签页中打开)

  1. 批量为整门课程配音

    每张幻灯片或每个场景一个请求,返回一个以所属模块命名的 MP3。批处理脚本按课程大纲逐项处理,写出可以直接放进 SCORM 课件包或视频时间线的文件。

  2. 内容变动时重新生成

    更新一张幻灯片,就是改一份脚本、发一个请求。新文件以同一个音色替换旧文件。课程修订再也不用等录音棚排期。

  3. 一条流水线输出两种语言

    泰语和英语脚本用同一个音色走同一个任务,生成课程的两个语言版本,无需第二套制作流程。

一门课程,一次批处理

course/
course-safety-2026/
├─ th/
│  └─ slide-01.mp3 … slide-30.mp3
└─ en/
   └─ slide-01.mp3 … slide-30.mp3
(同样的脚本,同一个音色,两种语言)

泰国学员已经聚集在哪里

150 万

Thai MOOC 上的学员

国家级在线学习平台上的注册学员。

589

已上线课程

同一平台上的课程数量,每门课在制作阶段都是一项配音任务。

104

成员机构

通过该平台发布课程的大学和机构。

8 小时

每天在线

每位泰国网民每天的上网时间,有旁白的课程就在这段时间里播放。

Thai MOOC 数据来自 2023 年政府对该平台的概述,平台数字会变化,这份概述是带日期的快照。每日上网时长来自 ETDA 的互联网用户行为调查系列。两项数据都会在发布时按最新一期重新列出。

来源:thailand.go.th (2023)(在新标签页中打开)ETDA(在新标签页中打开)

按课程规模计价

按课程规模计价
课程字符积分费用
10 张幻灯片5,00050$0.05
100 张幻灯片50,000500$0.50
30 张幻灯片的课程,全程配音约 $0.15

按每张幻灯片约 500 个字符、统一费率每百万字符 $10 计算。按中文语音每分钟 257 个字符算,30 张幻灯片的课程约有 58 分钟成品旁白。增加第二种语言只会让字符数翻倍,没有其他费用。

面向开发者

curl、TypeScript 和 Python 示例都把 timestamps 设为 "word"。每张幻灯片返回音频以及每个词的时间区间,跟读文稿正是据此高亮。

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",
    "timestamps": "word"
  }' \
  -o response.json

jq -r .audio response.json | base64 -d > speech.mp3
jq .timing.spans response.json

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。

  • Chu Chi仅 v2在语音页面打开
  • Khanom Krokv1 + v2男声主音色
  • Foi Thongv1 + v2旁白
  • Bua Loiv1 + v2青春

为泰语朗读而构建

在泰语里,仅凭元音长短就能区分两个词,同一种拼写也可能是两个词。Paxa TTS Flash v2 能区分长短元音,并根据上下文读出同形词。课程里的每个词都按它的意思来读,包括泰语课程常带的英语术语。

常见问题

一门课程可以同时推出泰语版和英语版吗?

可以。两种脚本使用同样的请求格式,同一份脚本里的泰英混合句子由同一个音色朗读。

LMS 拿到的是什么格式?

默认是整段返回的 MP3。SCORM 制作工具和视频编辑软件都能直接使用这些文件。

单个旁白请求最长多少?

最多 5,000 个字符,约合 19 分钟中文语音。更长的脚本按幻灯片或段落拆分。

批处理任务中途失败会怎样?

每个请求都先扣费,失败时自动退款,带 Idempotency-Key 的重放会直接返回已存储的结果,不会重复扣费。重新运行批处理是安全的。

播放器能在学员收听时高亮脚本吗?

可以。把 timestamps 设为 "word",响应会同时带回音频和每个词的时间区间,播放器据此高亮正在朗读的那一句。带时间戳的请求按字符费率的 1.25 倍计费,不带时间戳的旁白不受影响。

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。