การทำงานของ Text to Speech: เสียง ขีดจำกัด และราคา

Text to Speech จะเปลี่ยนข้อความที่เขียนให้กลายเป็นไฟล์เสียงพูด ผู้คนนิยมใช้สำหรับลงเสียงพากย์สไลด์หรือวิดีโอ ใช้ฟังบทความแทนการอ่าน ฟังวิธีการออกเสียงวลีภาษาต่างประเทศ หรือส่งข้อความด้วยเสียงโคลนของตัวเอง ใช้งานได้ทั้งบน web.vocalingo.app, iOS และ Android

ข้อความที่สามารถใส่ได้

การสร้างเสียงหนึ่งครั้งรองรับได้สูงสุด 10,000 อักขระ หรือความยาวเสียงพูดประมาณ 11 นาทีด้วยความเร็วปกติ โดยมีตัวนับจำนวนอักขระแสดงอยู่ใต้ช่องกรอกข้อความ

• พิมพ์ข้อความหรือแตะ วาง เพื่อใส่ข้อความจากคลิปบอร์ด

• สั่งพิมพ์ด้วยเสียงผ่านปุ่มไมโครโฟน โดยแอปจะแปลงเสียงพูดของคุณเป็นข้อความ

• ส่งข้อความมาจากเครื่องมืออื่น หลังจากใช้ Speech to Text หรือ Video to Text ให้แตะ Text to speech ใต้หัวข้อ ทำอะไรต่อดี?

หากข้อความยาวเกินไป แอปจะแสดงข้อความเตือนว่า "ข้อความยาวเกินไป สูงสุด 10000 อักขระ" ให้แบ่งข้อความออกเป็นส่วนๆ แล้วค่อยสร้างเสียงทีละส่วน

วิธีสร้างเสียงพูดจากข้อความ

1. ในแท็บ เครื่องมือ ให้เปิด Text to Speech

2. ในแท็บ ข้อความ ให้กรอกข้อความแล้วแตะ ดำเนินการต่อ

3. ในแท็บ เสียง ให้เลือกเสียงที่ต้องการ ปุ่มเล่นข้างๆ แต่ละเสียงจะเล่นตัวอย่างเสียง โดยระบบจะเลือกเสียง Expressive Narrator ของ MiniMax ไว้เป็นค่าเริ่มต้น

4. หากจำเป็น คุณสามารถตั้งค่าเสียงเพิ่มเติมใต้รายการเสียงได้ เช่น คำสั่งกำกับเสียงสำหรับ OpenAI, อารมณ์ ความเร็ว และระดับเสียงสำหรับ MiniMax หรือความเสถียร ความเหมือน และสไตล์สำหรับ ElevenLabs จากนั้นแตะ ดำเนินการต่อ

5. ในแท็บ ผลลัพธ์ ให้ตรวจสอบค่าใช้จ่ายโดยประมาณแล้วแตะ สร้าง

ระหว่างที่กำลังสร้างไฟล์เสียง ปุ่มจะแสดงข้อความ "กำลังสร้างไฟล์เสียง..." พร้อมเปอร์เซ็นต์ความคืบหน้า และมีปุ่ม ยกเลิก ปรากฏอยู่ด้านล่าง

เสียงที่คุณสามารถเลือกได้

หน้าเลือกเสียงประกอบด้วย 7 แท็บ ได้แก่ รายการโปรด, ล่าสุด, เสียงของฉัน, MiniMax, Qwen 3, OpenAI และ ElevenLabs ทั้งนี้ MiniMax และ ElevenLabs จะให้เสียงที่เป็นธรรมชาติที่สุดสำหรับข้อความยาว เสียงของ OpenAI สามารถควบคุมทิศทางผ่านคำสั่งกำกับได้ และแท็บ เสียงของฉัน จะเก็บเสียงที่โคลนมาจากไฟล์บันทึกเสียงของคุณ ดูข้อมูลเปรียบเทียบทุกกลุ่มเสียงพร้อมราคาได้ที่: ควรเลือกเสียง Text to Speech แบบไหน และดูวิธีค้นหา ฟังตัวอย่าง รวมถึงบันทึกเสียงลงในรายการโปรดได้ที่: การเลือกเสียง

วิธีใส่เสียงหัวเราะ การเว้นจังหวะ และการเน้นเสียงที่ถูกต้อง

สำหรับเสียงของ MiniMax และ ElevenLabs ในแท็บ ข้อความ จะแสดงแท็กคำสั่ง แตะที่แท็กเพื่อคัดลอก แล้วนำไปวางในตำแหน่งที่ต้องการให้ออกเสียงในข้อความ

• MiniMax: (laughs), (sighs), (coughs), (crying), (gasps), (groans) และ <#1#> สำหรับการเว้นจังหวะ 1 วินาที

• ElevenLabs: [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying] และเครื่องหมายจุดไข่ปลา (...) สำหรับการเว้นจังหวะ การใส่แท็กติดกันมากเกินไปอาจทำให้เสียงสะดุดได้

• หากคำใดมีการเน้นพยางค์ผิด ให้เขียนส่วนที่ต้องการเน้นเสียงหนักด้วยตัวพิมพ์ใหญ่ เช่น REcord (อัลบั้มเพลง) และ reCORD (บันทึกเสียง)

สิ่งที่จะได้รับและตำแหน่งที่จัดเก็บ

ในแท็บ ผลลัพธ์ จะแสดงเครื่องเล่นไฟล์เสียง ข้างๆ เครื่องเล่นจะมีปุ่มหนึ่งปุ่ม หากใช้งานบนแอป ปุ่มนี้จะเปิดเมนูแชร์เพื่อให้คุณส่งไฟล์หรือบันทึกลงในอุปกรณ์ หากใช้งานบนเว็บจะเป็นการดาวน์โหลดไฟล์ หากต้องการแก้ไข ให้ปรับเปลี่ยนข้อความหรือเสียงแล้วแตะ สร้างใหม่อีกครั้ง

ผลลัพธ์ทุกชิ้นจะถูกบันทึกไว้ในประวัติ เพียงแตะไอคอนนาฬิกาที่ด้านบน หากไม่มี Premium ระบบจะเก็บประวัติผลลัพธ์ล่าสุดไว้ 3 รายการ แต่หากมี Premium จะเก็บไว้ทั้งหมด ดูรายละเอียดได้ที่: ประวัติการใช้งาน: การบันทึก การกู้คืน และการลบผลลัพธ์

ราคาค่าบริการ

ราคาจะขึ้นอยู่กับเสียงที่เลือกและความยาวของข้อความ โดย tokens จะถูกหักเมื่อสร้างไฟล์เสร็จสมบูรณ์ หากการสร้างเสียงล้มเหลว ระบบจะไม่คิดค่าบริการหรือจะคืน tokens ให้ทันที

อัตราขั้นต่ำต่อการสร้างเสียงหนึ่งครั้งคือ 1 token โดยคำสั่งกำกับเสียง การปรับอารมณ์ และการตั้งค่าอื่นๆ จะไม่มีค่าบริการเพิ่มเติม ดูราคาของเครื่องมืออื่นๆ ได้ที่: ราคา tokens สำหรับแต่ละเครื่องมือ

ข้อจำกัดของ Text to Speech

• ไม่สามารถแปลภาษาได้ โดยเสียงจะอ่านข้อความตามภาษาที่เขียน หากต้องการเสียงพูดในภาษาอื่น กรุณาแปลข้อความก่อนด้วยเครื่องมือ แปลข้อความ

• ไม่สามารถเปลี่ยนเสียงพูดในไฟล์บันทึกเสียงที่มีอยู่เดิมได้ ซึ่งฟังก์ชันนี้จะอยู่ใน Voice Changer

• หน้ารายการผลลัพธ์จะไม่มีกล่อง ทำอะไรต่อดี? ทำให้ไฟล์เสียงจะไม่ถูกส่งต่อไปยังเครื่องมืออื่นโดยอัตโนมัติ

หากการสร้างเสียงใช้เวลานานเกินไป แอปจะแสดงข้อความว่า "การสร้างเสียงใช้เวลานานเกินไป โปรดลองอีกครั้ง" ให้แตะ ลองอีกครั้ง และหากยังไม่สำเร็จ ให้ลองเปลี่ยนไปใช้เสียงอื่น