泰语语音消息转文字

外勤团队发来的语音消息,一小时内就变成泰语文字。订单、金额和后续跟进靠搜索归档,办公室不用再逐条重新打字。

转写结果

拜访客户

spokenร้านป้าแดงสั่งเพิ่ม สองลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน สามพันห้า ยังไม่จ่ายนะ

writtenร้านป้าแดงสั่งเพิ่ม 2 ลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน 3,500 ยังไม่จ่ายนะ

书面写法把数量和欠款写成阿拉伯数字。订单规则读取前者,催收规则读取后者。

上门维修

spokenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก สองอาทิตย์

writtenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก 2 อาทิตย์

两种写法下零件名称都保持英文。零件名称词表让整个团队的拼法保持一致。

理赔查勘

spokenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น หนึ่งหมื่นสองพันบาท ถ่ายรูปไว้แล้ว หกรูป

writtenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น 12,000 บาท ถ่ายรูปไว้แล้ว 6 รูป

在书面写法这一行里,估损金额和照片数量都是阿拉伯数字。理赔记录直接收下这两个值,没人需要重新录入。

本页每组转写对照都是编写的示意,用来说明格式选项会改变什么,发布前已对照实际输出复核。语音转文字页面提供模型对真实录音的实录转写,并注明采集日期。

如何融入外勤团队

销售代表离开客户的店铺,开车去下一站之前,对着手机录下一段 40 秒的语音。维修技师录下修了什么、还缺哪个零件。保险代理人在停车场口述一次查勘的情况。这些语音发进群聊,办公室里有人逐条收听,再打成文字。转写省掉了这道重新打字的工序。每条语音发出后几秒内就变成文字。金额、日期和客户名字都在文字里,一条规则就能把语音归档到对应的客户账户。在一个月的语音里搜索,能找到某个产品的每一次提及。录音和文字放在一起,留到某个细节有争议的那天再用。

  1. 每条语音一到就转发

    提交聊天应用本来就会保存的音频文件,任何长度都可以,最长 60 分钟。语言由语音本身自动识别。

  2. 请求书面写法

    数量、金额和日期以阿拉伯数字返回。负责归档的规则也就保持简单。想让语音一眼读完,再加上精简风格。

  3. 发送团队的词表

    产品名、零件名和路线上的店铺,最多 50 个词条。每位代表的语音里拼法都一致。

销售代表的一天,一条接一条

08:10

第一家店

一口气说了补货和欠款。转写稿把两个数字都写成阿拉伯数字,两条规则把它们分别归入两个系统。

10:45

新线索

店名、电话号码,以及对方询问的内容。这条语音成为一条销售线索记录,并附上录音。

13:20

一次投诉

客户的原话,按销售代表听到的样子记下。“退款”这个词让这条语音在代表到达下一家店之前就推送给了经理。

16:50

一天结束

销售代表自己对路线的总结。办公室以文字阅读,当天的拜访已经全部归档。

每条语音是一个请求。扣费前会先从文件读取长度,模型无法读取的语音不收费。

每条语音会变成什么

一条归档记录

客户名字和数字都在文字里。您编写的规则把语音发到所属的客户账户,并附上录音。

可搜索的一个月

每位代表的每条语音都是同一个索引里的文字。搜索一个产品、一家店或一个词,就能找到全团队的每一次提及。

更好读的文字

精简风格会去掉路上口述时常有的语气词,让文字一眼就能读完。每个字都重要时,请保留逐字风格。

录音一并保留

音频和文字放在一起。某个数字受到质疑时,点一下就能回到说出它的那一秒。

模型写下说过的话。归档、提醒和搜索,都是您在文字上运行的规则。

一个团队一个月的费用

一个团队一个月的费用
工作量音频费用
一条语音,40 秒40 秒$0.0056
一天 30 条语音20 分钟$0.17
一个月 660 条语音约 $3.67

每分钟音频 8.33 积分,按毫秒计费。按这个费率计算 22 个工作日共 7.3 小时的语音。转写选项不影响价格。

面向开发者

示例代码提交一段附带词表的录音,再从响应中读取转写稿和扣除的积分。

完整 API 参考
AUDIO=$(base64 < meeting.m4a | tr -d '\n')
curl -X POST https://api.paxalabs.com/v1/stt \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"audio\": \"$AUDIO\", \"model\": \"paxa-stt-lite-v1-preview\", \"language\": \"th\", \"vocabulary\": [\"Paxa Labs\", \"quarterly review\"]}"

模型为听懂什么而设计

Paxa STT Lite 优先转写泰语,其他语言按原话转写,包括用英文说出零件名的泰语语音。它会自行识别每段录音的语言。在评测方法一并公开之前,它不公布任何准确率数字。

常见问题

短语音值得一条一条发吗?

值得。每个请求按录音的精确长度计费,最低收取十分之一积分。一条 40 秒的语音约 $0.0056,合并发送不会改变费用。

如果代表在一条语音里混说泰语和英语呢?

转写稿按原话保留两种语言。泰语句子里的英文零件名保持英文,也不需要提供语言提示。

办公室能信任这些数字吗?

数字就是说出来的内容,书面写法下以阿拉伯数字呈现。录音放在文字旁边,从说出该数字的那一秒打开音频,即可核对。

转写失败会收费吗?

不收费。系统先扣费,请求失败时自动退还。模型无法读取的录音会在扣费前被拒绝。

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。