ข้ามไปยังเนื้อหาหลัก

API

Chinda TTS

เสียงพูดไทยพร้อมใช้ 3 เสียง และอีก 10 เสียง ตั้งแต่เด็กจนถึงคุณตาคุณยาย พูดได้ 8 สไตล์

  • เสียงพร้อมใช้3
  • คลังเสียง10
  • สไตล์การพูด8
  • ราคา0.2IC / 1,000 ตัวอักษร

ลองเลยฟังทุกเสียง

เลือกใช้แบบที่เราดูแลให้ หรือบนเซิร์ฟเวอร์ของคุณเอง

ลองใช้​

พิมพ์ข้อความ เลือกเสียงและสไตล์ แล้วกดสร้างเสียง เข้าสู่ระบบเพื่อใช้งานด้วยบัญชีของคุณ บัญชีใหม่ได้ 50 เครดิตฟรี ใช้สร้างเสียงได้ประมาณ 250,000 ตัวอักษร

เข้าสู่ระบบเพื่อทดลองใช้งาน

สมัครแล้วได้ 50 เครดิตฟรี ไม่ต้องผูกบัตร

สมัครบัญชีฟรีเข้าสู่ระบบ

สามเสียงพร้อมใช้​

ไข่ต้ม ไข่มุก และไข่แดง เรียกใช้ด้วยชื่อได้ทุกครั้ง ทุกเสียงพูดได้ครบ 8 สไตล์ ตัวอย่างเสียงไม่ผ่านการตัดต่อ

เลือกเสียง

สไตล์การพูดไข่ต้ม

  • แนะนำเสียง0:06
  • เป็นกลางวันนี้เป็นวันที่อากาศดี เหมาะแก่การออกไปทำกิจกรรมต่างๆ นอกบ้าน0:05
  • เป็นมิตรสวัสดีครับ ยินดีที่ได้รู้จักนะครับ มีอะไรให้ช่วยบอกได้เลยนะครับ0:04
  • ร่าเริงข่าวดีครับ วันนี้เรามีโปรโมชั่นพิเศษ ลดราคาสูงสุดถึงห้าสิบเปอร์เซ็นต์เลยนะครับ0:06
  • ผ่อนคลายค่อยๆ หายใจเข้าลึกๆ แล้วผ่อนลมหายใจออกช้าๆ ปล่อยให้ร่างกายผ่อนคลายลง0:06
  • จริงจังโปรดทราบ ระบบจะปิดปรับปรุงในเวลาเที่ยงคืน กรุณาบันทึกข้อมูลของท่านให้เรียบร้อย0:07
  • เศร้าเราเสียใจอย่างสุดซึ้งต่อการสูญเสียในครั้งนี้ ขอแสดงความเสียใจกับครอบครัวด้วยครับ0:06
  • ตื่นเต้นสุดยอดไปเลย เราเพิ่งคว้ารางวัลชนะเลิศมาได้สำเร็จ ทุกคนดีใจกันมากจริงๆ0:05
  • เห็นอกเห็นใจเราเข้าใจความรู้สึกของคุณดีนะครับ ไม่ต้องกังวลไป เราจะคอยอยู่ช่วยเหลือเสมอ0:06

สิ่งที่อ่านได้

  • ตัวเลข วันที่ และจำนวนเงิน0:11
  • ไทยและอังกฤษในประโยคเดียว0:07

คลังเสียง​

อีก 10 เสียง สำหรับตัวละคร สื่อการสอน และหนังสือเสียง ได้แก่ เด็กหญิง เด็กชาย วัยรุ่นหญิงและชาย ผู้หญิงและผู้ชายวัยทำงาน ผู้หญิงและผู้ชายวัยกลางคน คุณยาย และคุณตา ทุกเสียงพูดได้ครบ 8 สไตล์ ใช้งานโดยส่งคลิปต้นแบบของเสียงนั้นพร้อมข้อความไปที่ /v3/store/audio/tts/clone ในราคาเดียวกัน เดโมด้านบนทำให้อัตโนมัติเมื่อเลือกเสียงจากคลัง

เลือกเสียง

อารมณ์และสไตล์การพูดเด็กหญิง

  • แนะนำเสียง0:10
  • เป็นกลางวันนี้เป็นวันที่อากาศดี เหมาะแก่การออกไปทำกิจกรรมต่างๆ นอกบ้าน0:05
  • เป็นมิตรสวัสดีค่ะ ยินดีที่ได้รู้จักนะคะ มีอะไรให้ช่วยบอกได้เลยนะคะ0:05
  • ร่าเริงข่าวดีค่ะ วันนี้เรามีโปรโมชั่นพิเศษ ลดราคาสูงสุดถึงห้าสิบเปอร์เซ็นต์เลยนะคะ0:05
  • ผ่อนคลายค่อยๆ หายใจเข้าลึกๆ แล้วผ่อนลมหายใจออกช้าๆ ปล่อยให้ร่างกายผ่อนคลายลง0:06
  • จริงจังโปรดทราบ ระบบจะปิดปรับปรุงในเวลาเที่ยงคืน กรุณาบันทึกข้อมูลของท่านให้เรียบร้อย0:05
  • เศร้าเราเสียใจอย่างสุดซึ้งต่อการสูญเสียในครั้งนี้ ขอแสดงความเสียใจกับครอบครัวด้วยค่ะ0:06
  • ตื่นเต้นสุดยอดไปเลย เราเพิ่งคว้ารางวัลชนะเลิศมาได้สำเร็จ ทุกคนดีใจกันมากจริงๆ ค่ะ0:05
  • เห็นอกเห็นใจเราเข้าใจความรู้สึกของคุณดีนะคะ ไม่ต้องกังวลไป เราจะคอยอยู่ช่วยเหลือเสมอ0:05

ราคา​

0.2 IC ต่อ 1,000 ตัวอักษร นับทีละ 100 ตัวอักษรและปัดขึ้น ราคาเดียวกันทุกเสียง ทุกสไตล์ และเสียงที่โคลน หนึ่งล้านตัวอักษรใช้ 200 IC ประมาณ 250 บาทก่อน VAT เมื่อซื้อเครดิตแพ็กเล็กที่สุด เครดิตฟรี 50 IC ของบัญชีใหม่อ่านได้ประมาณ 250,000 ตัวอักษร

ถ้าใช้ประจำ แพ็กเกจรายเดือนถูกกว่าต่อตัวอักษร

  • Voice S2,500,000 ตัวอักษรต่อเดือนเดือนละ 500 บาท ตก 1,000 ตัวอักษรละ 0.2 บาท
    หรือปีละ 5,000 บาท ลด 2 เดือน    สมัคร
  • Voice M7,500,000 ตัวอักษรต่อเดือนเดือนละ 1,000 บาท ตก 1,000 ตัวอักษรละ 0.133 บาท
    หรือปีละ 10,000 บาท ลด 2 เดือน    สมัคร
  • Voice L25,000,000 ตัวอักษรต่อเดือนเดือนละ 2,500 บาท ตก 1,000 ตัวอักษรละ 0.1 บาท
    หรือปีละ 25,000 บาท ลด 2 เดือน    สมัคร

ราคาก่อน VAT 7% ทุก endpoint ของ เสียงพูด Chinda TTS นับเข้าแพ็กเกจ ส่วนที่เกินคิด 1,000 ตัวอักษรละ 0.2 เครดิตจากยอดเครดิต (เท่ากับราคาจ่ายตามใช้) ตัดบัตรต่ออายุรายเดือนหรือรายปี ยกเลิกได้ทุกเมื่อ มีผลเมื่อสิ้นรอบ

ทำอะไรได้บ้าง​

  • เสียงและสไตล์ไข่ต้ม ไข่มุก ไข่แดง หรือเสียงจากคลัง และเลือกสไตล์ได้ทุกครั้งที่เรียก เป็นกลาง เป็นมิตร ร่าเริง ผ่อนคลาย จริงจัง เศร้า ตื่นเต้น หรือเห็นอกเห็นใจ
  • ไทยปนอังกฤษสลับภาษาได้ภายในประโยค ประโยคที่เป็นอังกฤษล้วนจะอ่านด้วยโหมดเสียงเจ้าของภาษา
  • อ่านตัวเลขถูกต้องวันที่ สกุลเงิน เปอร์เซ็นต์ เบอร์โทรและเลขบัตร ตัวย่อ อีเมล และ URL อ่านแบบที่คนอ่าน
  • โคลนเสียงจากเสียงที่ได้รับความยินยอมประมาณ 10 ถึง 20 วินาที คลิปใช้ครั้งเดียวและไม่เก็บไว้

ผลการทดสอบ​

อัตราผิดพลาดระดับตัวอักษรเมื่อถอดเสียงกลับเป็นข้อความด้วยระบบรู้จำเสียง บนประโยคทดสอบภาษาไทยสาธารณะ 120 ประโยค (FLEURS และ Common Voice) ยิ่งต่ำยิ่งดี เสียงเริ่มต้นได้ผลใกล้เคียงกับเสียงอ่านของมนุษย์ในประโยคเดียวกัน เมื่อเรียกผ่าน API สาธารณะ ประโยคหนึ่งใช้เวลามัธยฐาน 1.47 วินาทีกับเสียงพร้อมใช้ และ 4.38 วินาทีกับเสียงที่โคลน การทดสอบนี้วัดความชัดเจนของถ้อยคำ ไม่ได้วัดความเป็นธรรมชาติ วิธีวัดและข้อจำกัด: รายงานผลการทดสอบ (PDF) และเอกสาร API

  • เสียงเริ่มต้น 120 ประโยค4.93%
  • แต่ละเสียงจาก 13 เสียง4.27% ถึง 5.73%
  • สไตล์การพูด 8 แบบ4.20% ถึง 5.98%

ข้อจำกัด​

  • รองรับเฉพาะอักษรไทยและอักษรละติน อักษรอื่นจะถูกตัดออก
  • สูงสุด 1,200 ตัวอักษร หรือเสียงประมาณ 100 วินาที ต่อการเรียกหนึ่งครั้ง และ 1,000 ตัวอักษรเมื่อใช้เสียงจากคลังหรือเสียงที่โคลน
  • หนึ่งสตรีมต่อ GPU หนึ่งตัว รองรับงานพร้อมกันมากขึ้นได้ด้วยการเพิ่ม GPU

บนเซิร์ฟเวอร์ของคุณเอง​

GPU รุ่นปัจจุบันหนึ่งตัวที่มีหน่วยความจำ 10 GB (8 GB เมื่อปิด Prime ซึ่งเป็นการตรวจคุณภาพเสียง แนะนำ 12 ถึง 16 GB) RAM 16 GB และ Linux หากต้องการทดลองใช้งาน (pilot) เขียนถึง sale@iapp.co.th