🇹🇭 ฐานแบบจำลองการแปลงเสียงพูดภาษาไทยเป็นข้อความ (ASR - Base Model)

🇹🇭 ระบบแปลงเสียงพูดภาษาไทยเป็นข้อความ (Base Model)

ยินดีต้อนรับสู่ Thai ASR Base - บริการระบบรู้จำเสียงพูดภาษาไทยมาตรฐานของเรา เวอร์ชันนี้ให้ความเร็วในการประมวลผลที่รวดเร็วพร้อมกับรักษาความแม่นยำที่ดีสำหรับการใช้งานทั่วไป

ทดลองใช้เลย!

Example File (Click to try)

Selected: 2ppl.wav

API Key

Demo key is limited to 10 requests per day per IP
Click here to get your API key

Endpoint URL

cURL Command

Select your Chunk Size

Upload Audio File

เริ่มต้นใช้งาน

1. ข้อกำหนดเบื้องต้น

   • API key จาก ไอแอพพ์เทคโนโลยี
   • ไฟล์เสียงในรูปแบบที่รองรับ
   • รูปแบบที่รองรับ: MP3, WAV, AAC, M4A
   • ความยาวไฟล์สูงสุด: ไม่เกิน 30 นาที
   • ขนาดไฟล์สูงสุด: 1GB

2. เริ่มต้นอย่างรวดเร็ว

   • การประมวลผลที่รวดเร็วด้วยเวลาตอบสนอง 0.3 วินาที
   • ความแม่นยำสูง (ความแม่นยำ WER 85.48%)
   • รองรับภาษาไทย

3. คุณสมบัติหลัก

   • การดึงข้อความจากไฟล์เสียง
   • การแยกเสียงพูดของผู้พูด
   • เวลาที่ใช้ในระดับคำ
   • ความเร็วในการประมวลผลที่รวดเร็ว
   • รูปแบบการตอบสนอง JSON ที่ยืดหยุ่น

4. ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

   • ปฏิบัติตาม GDPR และ PDPA
   • ไม่มีการเก็บรักษาข้อมูลหลังจากการประมวลผล

วิธีการรับ API Key?

กรุณาเยี่ยมชม iApp AI Portal เพื่อดู API key ที่มีอยู่ของคุณหรือขอ API key ใหม่

ข้อมูลอ้างอิง API

จุดสิ้นสุด

POST https://api.iapp.co.th/asr/v3

ส่วนหัว

• apikey (จำเป็น): API key ของคุณสำหรับการตรวจสอบสิทธิ์
• ส่วนหัวเพิ่มเติมสร้างโดย FormData

พารามิเตอร์คำขอ

พารามิเตอร์	ชนิด	คำอธิบาย
file*	ไฟล์ (.mp3, .wav, .aac, .m4a)	ไฟล์เสียงที่จะถอดความ (ไม่เกิน 30 นาที)
chunk_size	จำนวนเต็ม	ขนาดชิ้นส่วนเสียง (แนะนำ: 7)

ตัวอย่างโค้ด

Python

import requests

url = "https://api.iapp.co.th/asr/v3"

payload = {'use_asr_pro': '0', 'chunk_size': '7'}
files=[
('file',('{YOUR_UPLOADED_FILE}',open('{YOUR_UPLOADED_FILE_PATH}','rb'),'application/octet-stream'))
]
headers = {
'apikey': '{YOUR_API_KEY}'
}

response = requests.request("POST", url, headers=headers, data=payload, files=files)

print(response.text)

Javascript

const axios = require("axios")
const FormData = require("form-data")
const fs = require("fs")
let data = new FormData()
data.append("file", fs.createReadStream("YOUR_UPLOADED_FILE"))
data.append("use_asr_pro", "0") // Set to '1' for iApp ASR PRO
data.append("chunk_size", "7")

let config = {
    method: "post",
    maxBodyLength: Infinity,
    url: "https://api.iapp.co.th/asr/v3",
    headers: {
        apikey: "{YOUR_API_KEY}",
        ...data.getHeaders(),
    },
    data: data,
}

axios
    .request(config)
    .then((response) => {
        console.log(JSON.stringify(response.data))
    })
    .catch((error) => {
        console.log(error)
    })

PHP

<?php

$curl = curl_init();

curl_setopt_array($curl, array(
  CURLOPT_URL => 'https://api.iapp.co.th/asr/v3',
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => '',
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 0,
  CURLOPT_FOLLOWLOCATION => true,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => 'POST',
  CURLOPT_POSTFIELDS => array('file'=> new CURLFILE('{YOUR_UPLOADED_FILE}'),
  'use_asr_pro' => '0',
  'chunk_size' => '7'),
  CURLOPT_HTTPHEADER => array(
    'apikey: {YOUR_API_KEY}'
  ),
));

$response = curl_exec($curl);

curl_close($curl);
echo $response;

Swift

let parameters = [
  [
    "key": "file",
    "src": "{YOUR_UPLOADED_FILE}",
    "type": "file"
  ],
  [
    "key": "use_asr_pro",
    "value": "0",
    "type": "text"
  ],
  [
    "key": "chunk_size",
    "value": "7",
    "type": "text"
  ]] as [[String: Any]]

let boundary = "Boundary-\(UUID().uuidString)"
var body = Data()
var error: Error? = nil
for param in parameters {
  if param["disabled"] != nil { continue }
  let paramName = param["key"]!
  body += Data("--\(boundary)\r\n".utf8)
  body += Data("Content-Disposition:form-data; name=\"\(paramName)\"".utf8)
  if param["contentType"] != nil {
    body += Data("\r\nContent-Type: \(param["contentType"] as! String)".utf8)
  }
  let paramType = param["type"] as! String
  if paramType == "text" {
    let paramValue = param["value"] as! String
    body += Data("\r\n\r\n\(paramValue)\r\n".utf8)
  } else {
    let paramSrc = param["src"] as! String
    let fileURL = URL(fileURLWithPath: paramSrc)
    if let fileContent = try? Data(contentsOf: fileURL) {
      body += Data("; filename=\"\(paramSrc)\"\r\n".utf8)
      body += Data("Content-Type: \"content-type header\"\r\n".utf8)
      body += Data("\r\n".utf8)
      body += fileContent
      body += Data("\r\n".utf8)
    }
  }
}
body += Data("--\(boundary)--\r\n".utf8);
let postData = body


var request = URLRequest(url: URL(string: "https://api.iapp.co.th/asr/v3")!,timeoutInterval: Double.infinity)
request.addValue("{YOUR_API_KEY}", forHTTPHeaderField: "apikey")
request.addValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

request.httpMethod = "POST"
request.httpBody = postData

let task = URLSession.shared.dataTask(with: request) { data, response, error in
  guard let data = data else {
    print(String(describing: error))
    return
  }
  print(String(data: data, encoding: .utf8)!)
}

task.resume()

Kotlin

val client = OkHttpClient()
val mediaType = "text/plain".toMediaType()
val body = MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR_UPLOADED_FILE}",
    File("{YOUR_UPLOADED_FILE_PATH}").asRequestBody("application/octet-stream".toMediaType()))
  .addFormDataPart("use_asr_pro","0")
  .addFormDataPart("chunk_size","7")
  .build()
val request = Request.Builder()
  .url("https://api.iapp.co.th/asr/v3")
  .post(body)
  .addHeader("apikey", "{YOUR_API_KEY}")
  .build()
val response = client.newCall(request).execute()

Java

OkHttpClient client = new OkHttpClient().newBuilder()
  .build();
MediaType mediaType = MediaType.parse("text/plain");
RequestBody body = new MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR_UPLOADED_FILE}",
    RequestBody.create(MediaType.parse("application/octet-stream"),
    new File("{YOUR_UPLOADED_FILE_PATH}")))
  .addFormDataPart("use_asr_pro","0")
  .addFormDataPart("chunk_size","7")
  .build();
Request request = new Request.Builder()
  .url("https://api.iapp.co.th/asr/v3")
  .method("POST", body)
  .addHeader("apikey", "{YOUR_API_KEY}")
  .build();
Response response = client.newCall(request).execute();

Dart

var headers = {
  'apikey': '{YOUR_API_KEY}'
};
var request = http.MultipartRequest('POST', Uri.parse('https://api.iapp.co.th/asr/v3'));
request.fields.addAll({
  'use_asr_pro': '0',
  'chunk_size': '7'
});
request.files.add(await http.MultipartFile.fromPath('file', '{YOUR_UPLOADED_FILE}'));
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

ความแม่นยำและประสิทธิภาพ

ความแม่นยำโดยรวม

ผลการทดสอบจากชุดข้อมูลทดสอบภาษาไทยจากชุดข้อมูล Mozilla Common Voice เราประเมินประสิทธิภาพของ iApp ASR ในชุดข้อมูลทดสอบสองเวอร์ชันที่แตกต่างกัน

• เงื่อนไขการทดสอบ

  1. ชุดข้อมูลที่ไม่เคยเห็นมาก่อน
  2. ภาษาไทยเท่านั้น
  3. ความหลากหลายของผู้พูด: ชาย หญิง เด็ก

• ชุดข้อมูลทดสอบ Mozilla Common Voice 16.1 ภาษาไทย (เวอร์ชัน 1)

  เยี่ยมชมชุดข้อมูลบน Hugging Face

  ผลลัพธ์:

  • ขนาดชุดข้อมูลทดสอบ: 11,038 ตัวอย่างการทดสอบ
  • อัตราความผิดพลาดของคำเฉลี่ย: 1.11%
  • อัตราความผิดพลาดของคำเฉลี่ย (ไม่มีช่องว่าง): 0.66%

• ชุดข้อมูลทดสอบ Mozilla Common Voice 17.0 ภาษาไทย (เวอร์ชัน 2)

  เยี่ยมชมชุดข้อมูลบน Hugging Face

  ผลลัพธ์:

  • ขนาดชุดข้อมูลทดสอบ: 11,042 ตัวอย่าง
  • อัตราความผิดพลาดของคำ (WER): 14.52%
  • อัตราความผิดพลาดของอักขระ (CER): 5.87%
  • ความแม่นยำตาม WER: 85.48%
  • ความแม่นยำตาม CER: 94.13%

ความเร็วในการประมวลผล

• เวลาตอบสนองเฉลี่ย: 0.3 วินาที
• เร็วกว่าผู้ให้บริการรายอื่นถึง 15 เท่า

ผลการทดสอบโดยละเอียด (ใน Google Sheets):

ผลการทดสอบ iApp ASR Base

ราคา

ชื่อบริการ AI API	Endpoint	ราคา	On-Premise
บริการแปลงเสียงพูดเป็นข้อความภาษาไทย (ASR)	iapp-asr-v3-en [โมเดลพื้นฐาน]	1 IC/60 วินาที	ติดต่อเรา
	iapp-asr-v3-th-en [โมเดลพื้นฐาน]	1 IC/60 วินาที