🗣️ Text-to-Speech ภาษาไทย V3 (เสียงน้องไข่ต้ม)

⚠️ เวอร์ชัน ALPHA

⚠️ ประกาศเวอร์ชัน Alpha: API นี้อยู่ระหว่างการทดสอบ Alpha บริการอาจมีการใช้งานไม่ต่อเนื่อง โปรดใช้ TTS V2 (เสถียร) สำหรับการใช้งานจริง

1 IC ต่อ 400 ตัวอักษร

v3.0⚠️ ALPHA🎙️ เสียง

ยินดีต้อนรับสู่ API Text-to-Speech ภาษาไทย V3 ที่มาพร้อมกับ เสียงน้องไข่ต้ม (Kaitom Voice) โฉมใหม่เวอร์ชัน 3 เวอร์ชันยุคถัดไปนี้มอบความเป็นธรรมชาติของเสียงพูดที่ได้รับการปรับปรุงอย่างมาก ด้วยการปรับข้อความขั้นสูง, รองรับการโคลนเสียง, และการจัดการภาษาไทย-อังกฤษโดยอัตโนมัติ

iApp Text to Speech API V3 - เสียงน้องไข่ต้ม

มีอะไรใหม่ใน V3

การปรับข้อความอัจฉริยะ (Smart Text Normalization) - จัดการตัวเลข, วันที่, สกุลเงิน, และอักขระพิเศษโดยอัตโนมัติ
การตรวจจับภาษาอัตโนมัติ (Automatic Language Detection) - ไม่ต้องระบุโหมดภาษา V3 จัดการภาษาไทย-อังกฤษที่ผสมกันโดยอัตโนมัติ
ขีดจำกัดอักขระที่ขยายขึ้น - รองรับข้อความสูงสุด 10,000 ตัวอักษรต่อคำขอ
API JSON ที่ง่ายขึ้น - ส่วนข้อมูลคำขอ JSON ที่สะอาดแทนข้อมูลแบบฟอร์ม
เสียงคุณภาพสูง - เอาต์พุต WAV 24 kHz สำหรับแอปพลิเคชันระดับมืออาชีพ

ทดลองเดโม — เสียงเริ่มต้น (น้องไข่ต้ม)

ทดลองใช้ AI Demo

เข้าสู่ระบบหรือสร้างบัญชีฟรีเพื่อใช้งาน AI Demo และสำรวจ API ที่ทรงพลังของเรา

รับ 50 เครดิตฟรี (IC) เมื่อสมัครสมาชิก!

โปรโมชันหมดเขต 31 ธันวาคม 2568

สร้างบัญชีฟรี เข้าสู่ระบบ

API Key

Endpoint URL

cURL Command

Sample Texts

Enter the desired text here.68 / 10,000 characters

V3 automatically handles Thai-English mixed text. No language mode selection needed.

Speed1.00x

0.5x1.0x1.5x

Natural range: 0.8 – 1.2. Default 1.0.

ทดลองเดโม — การโคลนเสียง (ภาษาไทย)

⚠️ ALPHA

อัปโหลดคลิปเสียงภาษาไทยที่ชัดเจนความยาว 8–12 วินาทีพร้อมข้อความที่ตรงกัน และโมเดลจะพูดข้อความภาษาไทยของคุณด้วยเสียงนั้น การโคลนเสียงรองรับ ภาษาไทยเท่านั้น ในขณะนี้

ทดลองใช้ AI Demo

สร้างบัญชีฟรี เข้าสู่ระบบ

⚠️ Voice Cloning Demo (Thai-only, Alpha): Clone any Thai voice from a short reference clip. FREE to use until 31 May 2026.

📋 How to use this demo

Step 1: Record yourself (max 10 seconds) speaking any short Thai sentence — OR upload an existing Thai audio clip.
Step 2: Type the exact Thai words you spoke into the "Reference Transcript" box. (Word-for-word — not a description.)
Step 3: Type the new Thai text you want the cloned voice to say.
Step 4: Click Generate Cloned Voice.

API Key

Endpoint URL

cURL Command

Step 1 — Record or upload your reference voiceThai speech, mono, 8–10 seconds, clean (no music/noise)

00 / 10s

💡 Speak a natural Thai sentence such as: "สวัสดีครับ ผมชื่อไข่ต้ม วันนี้อากาศดีมาก". Recording will stop automatically at 10 seconds.

— or upload a file —

Step 2 — Type the EXACT Thai words you said

⚠️ This must match your recording word-for-word. Do not write a description like "เสียงผู้ชายพูดทักทาย" — write the actual sentence you spoke. The clone quality depends on this matching the audio exactly.

Step 3 — Type the new Thai text for the cloned voice to say41 / 1,000 characters

Speed1.00x

0.5x1.0x1.5x

Natural range: 0.8 – 1.2. Default 1.0.

เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น
- คีย์ API จาก iApp Technology
- ข้อความอินพุตเป็นภาษาไทยและ/หรือภาษาอังกฤษ
- ความยาวข้อความสูงสุด: 10,000 ตัวอักษร
- รูปแบบเอาต์พุตที่รองรับ: WAV (24 kHz)
เริ่มต้นอย่างรวดเร็ว
- ประมวลผลรวดเร็วพร้อมผลลัพธ์คุณภาพสูง
- การสร้างเสียงพูดที่เป็นธรรมชาติที่ได้รับการปรับปรุง
- รองรับข้อความผสมภาษาไทย-อังกฤษโดยอัตโนมัติ
- ไม่จำเป็นต้องเลือกโหมดภาษา
คุณสมบัติหลัก
- เอ็นจิ้นสังเคราะห์เสียงรุ่นถัดไป
- การปรับข้อความอัจฉริยะ (ตัวเลข, วันที่, สกุลเงิน)
- การจัดการภาษาไทย-อังกฤษอัตโนมัติ
- รองรับอิโมจิและอักขระพิเศษ
- ขีดจำกัด 10,000 ตัวอักษรที่ขยายขึ้น
ความปลอดภัยและการปฏิบัติตามข้อกำหนด
- เป็นไปตาม GDPR และ PDPA
- ไม่มีการเก็บข้อมูลหลังการประมวลผล

จะรับคีย์ API ได้อย่างไร?

โปรดไปที่หน้า การจัดการคีย์ API เพื่อดูคีย์ API ที่มีอยู่ของคุณหรือขอใหม่

เวอร์ชันก่อนหน้า

V2: กำลังมองหา API แบบ POST พร้อมการเลือกโหมดภาษาอยู่ใช่ไหม? ดู Text-to-Speech V2
V1: กำลังมองหา API แบบ GET แบบเดิมพร้อมเสียง Kaitom V1 หรือ Cee อยู่ใช่ไหม? ดู Text-to-Speech V1

Endpoint API

Endpoint	Method	Content-Type	คำอธิบาย	ราคา
`/v3/store/audio/tts`	POST	`application/json`	เสียงเริ่มต้น (น้องไข่ต้ม) — ข้อความผสมไทย/อังกฤษ	1 IC ต่อ 400 ตัวอักษร
`/v3/store/audio/tts/clone`	POST	`multipart/form-data`	การโคลนเสียง — สังเคราะห์ข้อความภาษาไทยด้วยเสียงที่กำหนดเอง	1 IC ต่อ 400 ตัวอักษร
`/v3/store/audio/tts/detect`	POST	`multipart/form-data`	การตรวจจับลายน้ำ AI — ตรวจสอบว่าคลิปเสียงถูกสร้างโดย AI จาก V3 หรือไม่	ฟรี

ตัวอย่างรวดเร็ว

เสียงเริ่มต้น — ตัวอย่างคำขอ

curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts' \
    --header 'apikey: YOUR_API_KEY' \
    --header 'Content-Type: application/json' \
    --data '{"text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3", "speed": 1.0}' \
    --output 'output.pcm'

การโคลนเสียง — ตัวอย่างคำขอ

curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts/clone' \
    --header 'apikey: YOUR_API_KEY' \
    --form 'text=สวัสดีครับ วันนี้ทดสอบการโคลนเสียง' \
    --form 'speed=1.0' \
    --form 'ref_text=ฮัลโหล สวัสดีครับ ผมชื่อไข่ต้ม' \
    --form 'ref_audio=@reference.wav' \
    --output 'output.pcm'

การตรวจจับลายน้ำ AI — ตัวอย่างคำขอ

curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts/detect' \
    --header 'apikey: YOUR_API_KEY' \
    --form 'audio=@suspect.wav'

ส่งคืน JSON:

{ "is_ai_generated": true, "confidence": 1.0 }

ตัวอย่างการตอบกลับ

เนื้อหาการตอบกลับเป็น PCM แบบลงนาม 16 บิต Little-endian ดิบ, โมโน, 24 kHz ที่สตรีมเป็น application/octet-stream หากต้องการเล่นหรือบันทึกเป็น .wav ให้ใส่ส่วนหัว WAV:

ffmpeg -f s16le -ar 24000 -ac 1 -i output.pcm output.wav

เอกสารอ้างอิง API

1. Endpoint เสียงเริ่มต้น (น้องไข่ต้ม)

Endpoint: POST https://api.iapp.co.th/v3/store/audio/tts
Content-Type: application/json
Headers:
- apikey: คีย์ API ของคุณ (จำเป็น)

เนื้อหาคำขอ

ฟิลด์	ประเภท	จำเป็น	ค่าเริ่มต้น	หมายเหตุ
`text`	string	ใช่	—	สูงสุดประมาณ 1,000 ตัวอักษรไทยต่อการเรียก ข้อความที่ยาวกว่าจะถูกแบ่งส่วนอัตโนมัติฝั่งเซิร์ฟเวอร์
`speed`	float	ไม่	`1.0`	ช่วงปกติ `0.8`–`1.2` ค่าต่ำ = ช้าลง

{
    "text": "สวัสดีครับ ยินดีต้อนรับสู่ iApp",
    "speed": 1.0
}

2. Endpoint การโคลนเสียง (ภาษาไทยเท่านั้น)

Endpoint: POST https://api.iapp.co.th/v3/store/audio/tts/clone
Content-Type: multipart/form-data
Headers:
- apikey: คีย์ API ของคุณ (จำเป็น)

ฟิลด์ฟอร์ม

ฟิลด์	ประเภท	จำเป็น	ค่าเริ่มต้น	หมายเหตุ
`text`	string	ใช่	—	ข้อความภาษาไทยที่จะสังเคราะห์
`speed`	float	ไม่	`1.0`	อัตราความเร็วของเสียง
`ref_text`	string	ใช่	—	การถอดเสียงภาษาไทยที่ตรงตามตัว ของ `ref_audio` (ไม่ใช่คำอธิบาย)
`ref_audio`	file	ใช่	—	WAV หรือ MP3, 8–12 วินาที ของเสียงภาษาไทยที่ชัดเจน

ข้อจำกัด:

คลิปอ้างอิงต้อง ≤ 15 วินาที คลิปที่ยาวกว่าจะถูกตัดออกโดยไม่มีการแจ้ง; หาก ref_text อธิบายส่วนที่ถูกตัด ผลลัพธ์จะเร็วขึ้นและผิดเพี้ยน
ref_text ต้องตรงกับสิ่งที่พูดใน ref_audio อย่างถูกต้อง คำต่อคำ
คำขอโคลนเสียงจะถูกประมวลผลตามลำดับต่อเซิร์ฟเวอร์ คาดว่าจะมีความล่าช้าเนื่องจากการรอคิวภายใต้ภาระงานพร้อมกัน
การโคลนเสียงรองรับ ภาษาไทยเท่านั้น ในขณะนี้

การตอบกลับ (Endpoint TTS + Clone)

Content-Type: application/octet-stream
Body: PCM แบบลงนาม 16 บิต Little-endian ดิบ, โมโน, 24 kHz — สตรีมเป็นไบต์ที่เข้ามา
คำนวณระยะเวลา: duration_seconds = byte_length / 48000
หากต้องการบันทึกเป็นไฟล์ที่เล่นได้ ให้ใส่ส่วนหัว WAV (ดู ตัวอย่างเบราว์เซอร์ ด้านล่าง) หรือใช้ ffmpeg -f s16le -ar 24000 -ac 1 -i out.pcm out.wav

3. Endpoint ตรวจจับลายน้ำ AI

ตรวจสอบว่าคลิปเสียงที่กำหนดถูกสร้างโดย Thai TTS V3 หรือไม่ เอาต์พุตทุกอย่างจาก endpoint เสียงเริ่มต้นและโคลนเสียงจะฝังลายน้ำ AudioSeal ที่ไม่สามารถได้ยินได้; endpoint นี้จะอ่านกลับ

Endpoint: POST https://api.iapp.co.th/v3/store/audio/tts/detect
Content-Type: multipart/form-data
Headers:
- apikey: คีย์ API ของคุณ (จำเป็น)

ฟิลด์ฟอร์ม

ฟิลด์	ประเภท	จำเป็น	หมายเหตุ
`audio`	file	ใช่	WAV (อัตราสุ่มใดก็ได้; แนะนำโมโน) หรือ PCM ดิบ (`.pcm`, ถือว่าเป็น 24 kHz โมโน int16)

การตอบกลับ

Content-Type: application/json
Body:

{
    "is_ai_generated": true,
    "confidence": 1.0
}

ฟิลด์	ประเภท	คำอธิบาย
`is_ai_generated`	boolean	`true` ถ้า `confidence > 0.5`
`confidence`	float	ความน่าจะเป็น (0..1) ที่เสียงมีลายน้ำ V3

คุณสมบัติของลายน้ำ

ไม่สามารถได้ยิน — ฝังที่ระดับ ~−30 dBFS ที่เหลืออยู่; ผู้ฟังไม่ได้ยิน
ทนทาน ต่อการเข้ารหัสซ้ำ MP3 / OPUS, การแปลงรูปแบบ (PCM ↔ WAV ↔ MP3), และการสุ่มตัวอย่างใหม่
ไม่ทนทาน ต่อการเข้ารหัสซ้ำด้วย Neural-codec หรือการลบโดยเจตนา — ถือว่าเป็นสัญญาณ AI ที่มีความรับผิดชอบ, ไม่ใช่ DRM ที่ป้องกันการปลอมแปลง
ความมั่นใจเชิงประจักษ์: เอาต์พุต TTS V3 จะส่งคืน ~1.0; เสียงอ้างอิงของมนุษย์ที่ชัดเจนจะส่งคืนค่าใกล้ 0 (อัตราผลบวกลวง < 0.001 ในการทดสอบของเรา)
วัตถุประสงค์: ช่วยให้เครื่องมือตรวจสอบความถูกต้องของเนื้อหาภายนอกและระบบตรวจสอบการใช้งานในทางที่ผิดสามารถระบุเสียงสังเคราะห์ที่สร้างโดย V3 ได้, เพื่อลดการใช้คุณสมบัติการโคลนเสียงในทางที่ผิด

ตัวอย่าง curl

curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts/detect' \
    --header 'apikey: YOUR_API_KEY' \
    --form 'audio=@suspect.wav'

ตัวอย่าง Python

import requests

with open("suspect.wav", "rb") as f:
    files = {"audio": ("suspect.wav", f, "audio/wav")}
    r = requests.post(
        "https://api.iapp.co.th/v3/store/audio/tts/detect",
        headers={"apikey": "YOUR_API_KEY"},
        files=files,
        timeout=30,
    )
r.raise_for_status()
print(r.json())  # {"is_ai_generated": True, "confidence": 1.0}

ตัวอย่าง JavaScript (Fetch)

const form = new FormData();
form.append("audio", file);  // a File or Blob

const resp = await fetch(
    "https://api.iapp.co.th/v3/store/audio/tts/detect",
    {
        method: "POST",
        headers: { "apikey": "YOUR_API_KEY" },
        body: form,
    }
);
const result = await resp.json();
// { is_ai_generated: true, confidence: 1.0 }

ตัวอย่างโค้ด

Python

import requests
import json

url = "https://api.iapp.co.th/v3/store/audio/tts"
headers = {
    "apikey": "YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3 มาพร้อมเสียงที่เป็นธรรมชาติมากขึ้น"
}

response = requests.post(url, headers=headers, json=data)
with open("output.wav", "wb") as f:
    f.write(response.content)
print("Audio saved to output.wav")

JavaScript (Node.js)

const axios = require("axios")
const fs = require("fs")

const url = "https://api.iapp.co.th/v3/store/audio/tts"
const config = {
    headers: {
        "apikey": "YOUR_API_KEY",
        "Content-Type": "application/json"
    },
    responseType: "arraybuffer"
}
const data = {
    text: "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3 มาพร้อมเสียงที่เป็นธรรมชาติมากขึ้น"
}

axios.post(url, data, config)
    .then((response) => {
        fs.writeFileSync("output.wav", response.data)
        console.log("Audio saved to output.wav")
    })
    .catch((error) => console.error(error))

JavaScript (Fetch API)

Endpoint สตรีม PCM ดิบ ให้ใส่ส่วนหัว WAV ก่อนเล่น:

async function playThaiTTS(text) {
    const resp = await fetch("https://api.iapp.co.th/v3/store/audio/tts", {
        method: "POST",
        headers: {
            "apikey": "YOUR_API_KEY",
            "Content-Type": "application/json"
        },
        body: JSON.stringify({ text, speed: 1.0 })
    });
    if (!resp.ok) throw new Error(`TTS failed: ${resp.status}`);
    const pcm = new Uint8Array(await resp.arrayBuffer());
    const wav = pcmToWav(pcm, 24000, 1);
    const url = URL.createObjectURL(new Blob([wav], { type: "audio/wav" }));
    new Audio(url).play();
}

function pcmToWav(pcm, sampleRate, channels) {
    const byteRate = sampleRate * channels * 2;
    const buf = new ArrayBuffer(44 + pcm.byteLength);
    const v = new DataView(buf);
    const write = (o, s) => [...s].forEach((c, i) => v.setUint8(o + i, c.charCodeAt(0)));
    write(0, "RIFF");  v.setUint32(4, 36 + pcm.byteLength, true);
    write(8, "WAVE");  write(12, "fmt ");
    v.setUint32(16, 16, true);  v.setUint16(20, 1, true);
    v.setUint16(22, channels, true);  v.setUint32(24, sampleRate, true);
    v.setUint32(28, byteRate, true);  v.setUint16(32, channels * 2, true);
    v.setUint16(34, 16, true);  write(36, "data");
    v.setUint32(40, pcm.byteLength, true);
    new Uint8Array(buf, 44).set(pcm);
    return buf;
}

Python — การโคลนเสียง

import requests, wave

with open("reference.wav", "rb") as f:
    files = {"ref_audio": ("reference.wav", f, "audio/wav")}
    data = {
        "text": "สวัสดีครับ วันนี้ทดสอบการโคลนเสียง",
        "speed": "1.0",
        "ref_text": "ฮัลโหล สวัสดีครับ ผมชื่อไข่ต้ม",
    }
    r = requests.post(
        "https://api.iapp.co.th/v3/store/audio/tts/clone",
        headers={"apikey": "YOUR_API_KEY"},
        data=data, files=files, stream=True, timeout=60,
    )
r.raise_for_status()

with wave.open("cloned.wav", "wb") as wf:
    wf.setnchannels(1); wf.setsampwidth(2); wf.setframerate(24000)
    for chunk in r.iter_content(chunk_size=None):
        if chunk:
            wf.writeframes(chunk)
print("Saved cloned.wav")

PHP

<?php
$curl = curl_init();

$data = json_encode([
    "text" => "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3 มาพร้อมเสียงที่เป็นธรรมชาติมากขึ้น"
]);

curl_setopt_array($curl, array(
    CURLOPT_URL => 'https://api.iapp.co.th/v3/store/audio/tts',
    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 => $data,
    CURLOPT_HTTPHEADER => array(
        'apikey: YOUR_API_KEY',
        'Content-Type: application/json'
    ),
));

$response = curl_exec($curl);
curl_close($curl);

file_put_contents("output.wav", $response);
echo "Audio saved to output.wav";
?>

Swift

import Foundation

let url = URL(string: "https://api.iapp.co.th/v3/store/audio/tts")!
var request = URLRequest(url: url, timeoutInterval: Double.infinity)
request.addValue("YOUR_API_KEY", forHTTPHeaderField: "apikey")
request.addValue("application/json", forHTTPHeaderField: "Content-Type")
request.httpMethod = "POST"

let body: [String: Any] = [
    "text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3"
]
request.httpBody = try? JSONSerialization.data(withJSONObject: body)

let task = URLSession.shared.dataTask(with: request) { data, response, error in
    guard let data = data else {
        print(String(describing: error))
        return
    }
    // Save or play audio data
    try? data.write(to: URL(fileURLWithPath: "output.wav"))
    print("Audio saved to output.wav")
}
task.resume()

Kotlin

val client = OkHttpClient()
val mediaType = "application/json".toMediaType()
val body = """{"text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3"}""".toRequestBody(mediaType)

val request = Request.Builder()
    .url("https://api.iapp.co.th/v3/store/audio/tts")
    .post(body)
    .addHeader("apikey", "YOUR_API_KEY")
    .addHeader("Content-Type", "application/json")
    .build()

val response = client.newCall(request).execute()
// Handle audio response

Java

OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType,
    "{\"text\": \"สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3\"}");

Request request = new Request.Builder()
    .url("https://api.iapp.co.th/v3/store/audio/tts")
    .method("POST", body)
    .addHeader("apikey", "YOUR_API_KEY")
    .addHeader("Content-Type", "application/json")
    .build();

Response response = client.newCall(request).execute();
// Handle audio response

Dart

import 'dart:convert';
import 'package:http/http.dart' as http;
import 'dart:io';

void main() async {
  var url = Uri.parse('https://api.iapp.co.th/v3/store/audio/tts');
  var headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
  };
  var body = jsonEncode({
    'text': 'สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3'
  });

  var response = await http.post(url, headers: headers, body: body);

  if (response.statusCode == 200) {
    File('output.wav').writeAsBytesSync(response.bodyBytes);
    print('Audio saved to output.wav');
  } else {
    print('Error: ${response.statusCode}');
  }
}

Go

package main

import (
    "bytes"
    "encoding/json"
    "io"
    "net/http"
    "os"
)

func main() {
    url := "https://api.iapp.co.th/v3/store/audio/tts"

    data := map[string]string{
        "text": "สวัสดีครับ น้องไข่ต้ม เวอร์ชั่น 3",
    }
    jsonData, _ := json.Marshal(data)

    req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
    req.Header.Set("apikey", "YOUR_API_KEY")
    req.Header.Set("Content-Type", "application/json")

    client := &http.Client{}
    resp, _ := client.Do(req)
    defer resp.Body.Close()

    audioData, _ := io.ReadAll(resp.Body)
    os.WriteFile("output.wav", audioData, 0644)
}

คุณสมบัติและความสามารถ

การปรับข้อความอัจฉริยะ

V3 ปรับองค์ประกอบข้อความต่างๆ โดยอัตโนมัติ:

ประเภท	อินพุต	เอาต์พุต (ขณะพูด)
ตัวเลข	`1,234.56`	"หนึ่งพันสองร้อยสามสิบสี่จุดห้าหก"
วันที่	`27/01/2569`	"วันที่ยี่สิบเจ็ดมกราคมสองพันห้าร้อยหกสิบเก้า"
สกุลเงิน	`฿1,500`	"หนึ่งพันห้าร้อยบาท"
เวลา	`14:30`	"สิบสี่นาฬิกาสามสิบนาที"
เปอร์เซ็นต์	`25%`	"ยี่สิบห้าเปอร์เซ็นต์"

การจัดการภาษาอัตโนมัติ

V3 ตรวจจับและจัดการข้อความผสมไทย-อังกฤษโดยอัตโนมัติ โดยไม่จำเป็นต้องเลือกโหมดภาษา:

Hello and Welcome! ยินดีต้อนรับสู่ iApp Technology

รหัสข้อผิดพลาด

รหัสสถานะ	คำอธิบาย	วิธีแก้ไข
400	คำขอไม่ถูกต้อง - รูปแบบ JSON ไม่ถูกต้อง	ตรวจสอบไวยากรณ์ JSON
402	เครดิตไม่เพียงพอ	เพิ่มเครดิต
413	เพย์โหลดใหญ่เกินไป	ข้อความเกิน 10,000 ตัวอักษร
429	เกินขีดจำกัดอัตรา	ตรวจสอบ ขีดจำกัดคีย์ API
503	บริการไม่พร้อมใช้งาน	ปัญหาชั่วคราว, ลองอีกครั้งภายหลัง

คู่มือการย้ายข้อมูล

จาก V2 ไป V3

ด้าน	V2	V3
Content-Type	`multipart/form-data`	`application/json`
เนื้อหาคำขอ	ข้อมูลฟอร์ม	เนื้อหา JSON
โหมดภาษา	จำเป็น (`TH` / `TH_MIX_EN`)	ตรวจจับอัตโนมัติ
อักขระสูงสุด	ไม่มีขีดจำกัด	10,000
คุณภาพเสียง	WAV มาตรฐาน	WAV 24 kHz
Endpoint	`/v3/store/speech/text-to-speech/kaitom`	`/v3/store/audio/tts`

คำขอ V2 (เก่า):

curl -X POST 'https://api.iapp.co.th/v3/store/speech/text-to-speech/kaitom' \
    --header 'apikey: YOUR_API_KEY' \
    --form 'text="สวัสดีครับ"' \
    --form 'language="TH"'

คำขอ V3 (ใหม่):

curl -X POST 'https://api.iapp.co.th/v3/store/audio/tts' \
    --header 'apikey: YOUR_API_KEY' \
    --header 'Content-Type: application/json' \
    --data '{"text": "สวัสดีครับ"}'

จาก V1 ไป V3

ด้าน	V1	V3
Method	GET	POST
คำขอ	พารามิเตอร์ Query	เนื้อหา JSON
ตัวเลือกเสียง	Kaitom V1, Cee	Kaitom V3
รูปแบบเอาต์พุต	MP3/WAV	WAV (24 kHz)
Endpoint	`/v3/store/speech/text-to-speech/kaitom/v1`	`/v3/store/audio/tts`

ข้อจำกัด

รองรับภาษาไทยและอังกฤษ (เสียงเริ่มต้น); โคลนเสียงรองรับเฉพาะภาษาไทยเท่านั้น
เสียงเริ่มต้น: Kaitom V3 (ชาย) การโคลนเสียงช่วยให้คุณใช้เสียงอ้างอิงใดก็ได้
ความยาวต่อคำขอที่แนะนำ: ประมาณ 1,000 ตัวอักษรไทย (ข้อความที่ยาวกว่าจะถูกแบ่งส่วนอัตโนมัติ, ทำให้เกิดความล่าช้า)
เอาต์พุต: PCM โมโน 16 บิต ดิบ @ 24 kHz (ต้องใส่ส่วนหัว WAV ฝั่งไคลเอ็นต์)
เสียงอ้างอิงสำหรับการโคลน: ≤ 15 วินาที, แนะนำ 8–12 วินาทีของเสียงโมโนที่ชัดเจน
ขีดจำกัดอัตรา: 100 คำขอ/วินาที ต่อคีย์ API

แนวทางปฏิบัติที่ดีที่สุด

ใช้เครื่องหมายวรรคตอนที่ถูกต้อง เพื่อให้การหยุดและการลงเสียงเป็นธรรมชาติ
ใช้ประโยคสนทนา เพื่อให้ผลลัพธ์เป็นธรรมชาติที่สุด
ทดสอบด้วยข้อความส่วนเล็กๆ ก่อนประมวลผลข้อความขนาดใหญ่
ถอดเสียงชื่อแบรนด์หรือตัวย่อ เป็นอักษรไทยล่วงหน้า หากคุณต้องการการออกเสียงที่เฉพาะเจาะจง (เช่น ส่ง ไอแอป แทน iApp)
ตรวจสอบจำนวนอักขระ เพื่อให้อยู่ภายในขีดจำกัด 10,000 ตัวอักษร

AI ที่มีความรับผิดชอบ

เสียงทุกเสียงที่สร้างโดย endpoint เสียงเริ่มต้น และ โคลนเสียง จะฝัง AudioSeal (Meta, MIT-licensed) ซึ่งเป็นลายน้ำประสาทที่ไม่สามารถได้ยินได้ สิ่งนี้ช่วยให้เครื่องมือตรวจสอบความถูกต้องของเนื้อหาในภายหลัง — และ endpoint /v3/store/audio/tts/detect ด้านบน — สามารถระบุเสียงสังเคราะห์ที่สร้างโดย V3 ได้, เพื่อลดการใช้คุณสมบัติการโคลนเสียงในทางที่ผิด

ลายน้ำนี้:

ไม่สามารถได้ยิน (ประมาณ −30 dBFS ที่เหลืออยู่)
ทนทาน ต่อการเข้ารหัสซ้ำ MP3 / OPUS, การแปลงรูปแบบ, และการสุ่มตัวอย่างใหม่
ไม่ ทนทานต่อการเข้ารหัสซ้ำด้วย Neural-codec หรือการลบโดยเจตนา — ถือว่าเป็นสัญญาณ AI ที่มีความรับผิดชอบ, ไม่ใช่ DRM ที่ป้องกันการปลอมแปลง

หากคุณดำเนินการแพลตฟอร์มที่เผยแพร่เสียงที่ผู้ใช้สร้างขึ้น เราขอแนะนำให้ตรวจสอบคลิปที่อัปโหลดเป็นระยะๆ ผ่าน /v3/store/audio/tts/detect เป็นสัญญาณหนึ่งในหลายๆ สัญญาณสำหรับการกลั่นกรองสื่อสังเคราะห์

ราคา

ชื่อบริการ AI API	Endpoint	ราคา	แบบ On-Premise
Thai TTS V3 (เสียงน้องไข่ต้ม)	`/v3/store/audio/tts`	1 IC ต่อ 400 ตัวอักษร	ติดต่อเรา
Thai Voice Cloning V3	`/v3/store/audio/tts/clone`	1 IC ต่อ 400 ตัวอักษร	ติดต่อเรา
การตรวจจับลายน้ำ AI	`/v3/store/audio/tts/detect`	ฟรี	ติดต่อเรา

ดูเพิ่มเติม

Text-to-Speech V2 - เวอร์ชันก่อนหน้าพร้อมการเลือกโหมดภาษา
Text-to-Speech V1 - API แบบ GET แบบเดิมพร้อมเสียง Kaitom V1 และ Cee
Speech-to-Text - แปลงเสียงเป็นข้อความ

มีอะไรใหม่ใน V3​

ทดลองเดโม — เสียงเริ่มต้น (น้องไข่ต้ม)​

ทดลองใช้ AI Demo

ทดลองเดโม — การโคลนเสียง (ภาษาไทย)​

ทดลองใช้ AI Demo

📋 How to use this demo

เริ่มต้นใช้งาน​

Endpoint API​

ตัวอย่างรวดเร็ว​

เสียงเริ่มต้น — ตัวอย่างคำขอ​

การโคลนเสียง — ตัวอย่างคำขอ​

การตรวจจับลายน้ำ AI — ตัวอย่างคำขอ​

ตัวอย่างการตอบกลับ​

เอกสารอ้างอิง API​

1. Endpoint เสียงเริ่มต้น (น้องไข่ต้ม)​

เนื้อหาคำขอ​

2. Endpoint การโคลนเสียง (ภาษาไทยเท่านั้น)​

ฟิลด์ฟอร์ม​

การตอบกลับ (Endpoint TTS + Clone)​

3. Endpoint ตรวจจับลายน้ำ AI​

ฟิลด์ฟอร์ม​

การตอบกลับ​

คุณสมบัติของลายน้ำ​

ตัวอย่าง curl​

ตัวอย่าง Python​

ตัวอย่าง JavaScript (Fetch)​

ตัวอย่างโค้ด​

Python​

JavaScript (Node.js)​

JavaScript (Fetch API)​

Python — การโคลนเสียง​

PHP​

Swift​

Kotlin​

Java​

Dart​

Go​

คุณสมบัติและความสามารถ​

การปรับข้อความอัจฉริยะ​

การจัดการภาษาอัตโนมัติ​

รหัสข้อผิดพลาด​

คู่มือการย้ายข้อมูล​

จาก V2 ไป V3​

จาก V1 ไป V3​

ข้อจำกัด​

แนวทางปฏิบัติที่ดีที่สุด​

AI ที่มีความรับผิดชอบ​

ราคา​

ดูเพิ่มเติม​

มีอะไรใหม่ใน V3

ทดลองเดโม — เสียงเริ่มต้น (น้องไข่ต้ม)

ทดลองเดโม — การโคลนเสียง (ภาษาไทย)

เริ่มต้นใช้งาน

Endpoint API

ตัวอย่างรวดเร็ว

เสียงเริ่มต้น — ตัวอย่างคำขอ

การโคลนเสียง — ตัวอย่างคำขอ

การตรวจจับลายน้ำ AI — ตัวอย่างคำขอ

ตัวอย่างการตอบกลับ

เอกสารอ้างอิง API

1. Endpoint เสียงเริ่มต้น (น้องไข่ต้ม)

เนื้อหาคำขอ

2. Endpoint การโคลนเสียง (ภาษาไทยเท่านั้น)

ฟิลด์ฟอร์ม

การตอบกลับ (Endpoint TTS + Clone)

3. Endpoint ตรวจจับลายน้ำ AI

ฟิลด์ฟอร์ม

การตอบกลับ

คุณสมบัติของลายน้ำ

ตัวอย่าง curl

ตัวอย่าง Python

ตัวอย่าง JavaScript (Fetch)

ตัวอย่างโค้ด

Python

JavaScript (Node.js)

JavaScript (Fetch API)

Python — การโคลนเสียง

PHP

Swift

Kotlin

Java

Dart

Go

คุณสมบัติและความสามารถ

การปรับข้อความอัจฉริยะ

การจัดการภาษาอัตโนมัติ

รหัสข้อผิดพลาด

คู่มือการย้ายข้อมูล

จาก V2 ไป V3

จาก V1 ไป V3

ข้อจำกัด

แนวทางปฏิบัติที่ดีที่สุด

AI ที่มีความรับผิดชอบ

ราคา

ดูเพิ่มเติม