Skip to main content

API

Chinda TTS

Three Thai voices ready to use, ten more from a child to a grandparent, each in eight speaking styles.

  • Ready voices3
  • Voice library10
  • Speaking styles8
  • Price0.2IC / 1,000 characters

Try it nowHear every voice

Managed, or on your own servers.

Try it​

Type a text, choose a voice and a style, and generate. Signing in runs it on your own account: a new account comes with 50 free credits, about 250,000 characters of speech.

Sign in to run this demo.

50 credits free on sign-up. No card.

Create a free accountLog in

The three voices​

Kaitom, Kaimook and Kaidang are ready by name in every request. Each speaks all eight styles; the samples are unedited.

Choose a voice

Speaking stylesKaitom

  • Introduction0:06
  • Neutralวันนี้เป็นวันที่อากาศดี เหมาะแก่การออกไปทำกิจกรรมต่างๆ นอกบ้าน0:05
  • Friendlyสวัสดีครับ ยินดีที่ได้รู้จักนะครับ มีอะไรให้ช่วยบอกได้เลยนะครับ0:04
  • Cheerfulข่าวดีครับ วันนี้เรามีโปรโมชั่นพิเศษ ลดราคาสูงสุดถึงห้าสิบเปอร์เซ็นต์เลยนะครับ0:06
  • Calmค่อยๆ หายใจเข้าลึกๆ แล้วผ่อนลมหายใจออกช้าๆ ปล่อยให้ร่างกายผ่อนคลายลง0:06
  • Seriousโปรดทราบ ระบบจะปิดปรับปรุงในเวลาเที่ยงคืน กรุณาบันทึกข้อมูลของท่านให้เรียบร้อย0:07
  • Sadเราเสียใจอย่างสุดซึ้งต่อการสูญเสียในครั้งนี้ ขอแสดงความเสียใจกับครอบครัวด้วยครับ0:06
  • Excitedสุดยอดไปเลย เราเพิ่งคว้ารางวัลชนะเลิศมาได้สำเร็จ ทุกคนดีใจกันมากจริงๆ0:05
  • Empatheticเราเข้าใจความรู้สึกของคุณดีนะครับ ไม่ต้องกังวลไป เราจะคอยอยู่ช่วยเหลือเสมอ0:06

What it reads

  • Numbers, dates and money0:11
  • Thai and English together0:07

Voice library​

Ten more voices for characters, lessons and audiobooks: a girl and a boy, two teenagers, a woman and a man, a middle-aged woman and man, a grandmother and a grandfather. Each speaks the eight styles. To use one, send its reference clip with your text to /v3/store/audio/tts/clone, at the same price; the demo above does this when you choose one.

Choose a voice

Emotions and speaking stylesGirl

  • Introduction0:10
  • Neutralวันนี้เป็นวันที่อากาศดี เหมาะแก่การออกไปทำกิจกรรมต่างๆ นอกบ้าน0:05
  • Friendlyสวัสดีค่ะ ยินดีที่ได้รู้จักนะคะ มีอะไรให้ช่วยบอกได้เลยนะคะ0:05
  • Cheerfulข่าวดีค่ะ วันนี้เรามีโปรโมชั่นพิเศษ ลดราคาสูงสุดถึงห้าสิบเปอร์เซ็นต์เลยนะคะ0:05
  • Calmค่อยๆ หายใจเข้าลึกๆ แล้วผ่อนลมหายใจออกช้าๆ ปล่อยให้ร่างกายผ่อนคลายลง0:06
  • Seriousโปรดทราบ ระบบจะปิดปรับปรุงในเวลาเที่ยงคืน กรุณาบันทึกข้อมูลของท่านให้เรียบร้อย0:05
  • Sadเราเสียใจอย่างสุดซึ้งต่อการสูญเสียในครั้งนี้ ขอแสดงความเสียใจกับครอบครัวด้วยค่ะ0:06
  • Excitedสุดยอดไปเลย เราเพิ่งคว้ารางวัลชนะเลิศมาได้สำเร็จ ทุกคนดีใจกันมากจริงๆ ค่ะ0:05
  • Empatheticเราเข้าใจความรู้สึกของคุณดีนะคะ ไม่ต้องกังวลไป เราจะคอยอยู่ช่วยเหลือเสมอ0:05

Price​

0.2 IC per 1,000 characters, billed per 100 characters and rounded up, for every voice, style and cloned voice. A million characters cost 200 IC, about 250 THB before VAT at the smallest credit pack; a new account's 50 free credits read about 250,000 characters.

For steady use, a monthly plan costs less per character:

  • Voice S2,500,000 characters a month500 THB a month, 0.2 THB per 1,000 characters
    or 5,000 THB a year, two months free    Subscribe
  • Voice M7,500,000 characters a month1,000 THB a month, 0.133 THB per 1,000 characters
    or 10,000 THB a year, two months free    Subscribe
  • Voice L25,000,000 characters a month2,500 THB a month, 0.1 THB per 1,000 characters
    or 25,000 THB a year, two months free    Subscribe

Prices before 7% VAT. Every Chinda TTS text-to-speech endpoint counts against the plan; beyond it, calls cost 0.2 credits per 1,000 characters from your balance, the pay-as-you-go price. Renews by card each month or year; cancel any time, effective at the end of the period.

What it does​

  • Voices and stylesKaitom, Kaimook, Kaidang or a library voice, and a style per request: neutral, friendly, cheerful, calm, serious, sad, excited or empathetic.
  • Thai and English mixedSwitches within a sentence; a sentence wholly in English is read in a native-English mode.
  • Numbers read correctlyDates, currency, percentages, phone and ID numbers, abbreviations, emails and URLs, as a person says them.
  • Voice cloningFrom about 10 to 20 seconds of consented audio; the clip is used once and not stored.

Measured​

Character error rate when speech recognition transcribes the audio back, on 120 public Thai test sentences (FLEURS and Common Voice); lower is better. The default voice is on par with human recordings of the same sentences. Through the public API a sentence takes a median 1.47 seconds in a ready voice and 4.38 in a cloned one. The test measures intelligibility, not naturalness. Method and limits: the benchmark (PDF) and the API documentation.

  • Default voice, 120 sentences4.93%
  • Each of the 13 voices4.27% to 5.73%
  • Eight speaking styles4.20% to 5.98%

Limits​

  • Thai and Latin script only; other scripts are dropped.
  • Up to 1,200 characters, about 100 seconds of audio, per request; 1,000 with a library voice or a cloned one.
  • One stream per GPU; concurrency scales by adding GPUs.

On your own servers​

One current-generation GPU with 10 GB (8 GB without Prime, the quality check; 12 to 16 GB recommended), 16 GB RAM and Linux. For a pilot, write to sale@iapp.co.th.