การตั้งค่าแปลเสียง: การรู้จำเสียง การแปล และการพากย์เสียง

หากต้องการเปิดการตั้งค่า ให้แตะไอคอนการตั้งค่า (รูปแถบเลื่อน) ที่มุมขวาบนของ Translate Audio หน้าต่างนี้มีสามแท็บ: การรู้จำเสียง, การแปล และ เสียงพากย์ แอปจะจำตัวเลือกของคุณไว้สำหรับไฟล์ถัดไป

การเปลี่ยนแปลงจะมีผลเมื่อใด

แต่ละแท็บจะมีผลในจังหวะที่ต่างกัน ดังนั้นการเปลี่ยนแปลงอาจไม่ได้ส่งผลต่อข้อมูลที่แสดงอยู่บนหน้าจอทันที

การรู้จำเสียง: ระบบที่แปลงเสียงพูดเป็นข้อความ

ElevenLabs Scribe เป็นตัวเลือกเริ่มต้นและประหยัดที่สุด โดยระบบจะตรวจหาภาษาของไฟล์เสียงโดยอัตโนมัติเสมอ

ผู้ให้บริการที่เลือกไว้ที่นี่จะถูกนำไปใช้กับการถอดเสียงเป็นข้อความด้วย ซึ่งฟังก์ชันดังกล่าวไม่มีการตั้งค่าแยกต่างหาก

การแปล: โมเดลที่ใช้แปล

ค่าบริการของแต่ละโมเดลอยู่ที่เศษส่วนของโทเค็นต่อ 1,000 อักขระ ดังนั้นการเลือกจึงเน้นไปที่คุณภาพและความเร็ว

การพากย์เสียงแบบไม่โคลนเสียง

เสียงมาตรฐานจะอ่านคำแปลได้อย่างรวดเร็วและประหยัด แต่โทนเสียงจะไม่เหมือนกับผู้พูด ใน Translate Audio แต่ละตัวเลือกจะเป็นเสียงคงที่หนึ่งเสียงที่คุณไม่สามารถปรับเปลี่ยนได้

การพากย์เสียงแบบโคลนเสียง

ตัวเลือกการโคลนเสียงจะอ่านคำแปลด้วยเสียงที่ถอดแบบมาจากไฟล์บันทึกของคุณ MiniMax และ Qwen 3 จะดึงเสียงจาก 60 วินาทีแรกของไฟล์ ดังนั้นช่วงเวลานี้ควรเป็นเสียงพูดที่ชัดเจนของคนเพียงคนเดียว

ตัวเลือกของ MiniMax

• โคลนจากไฟล์: โคลนเสียงแบบใช้ครั้งเดียวสำหรับการแปลนี้ เสียง MiniMax ของฉัน: เลือกใช้เสียงที่บันทึกไว้ของคุณ โดยไม่ต้องเสียค่าบริการโคลนเสียง 180 โทเค็น

• ความเร็ว: ตั้งแต่ 0.5x ถึง 2.0x ค่าที่สูงขึ้นหมายถึงพูดเร็วขึ้น

• อารมณ์: อัตโนมัติ (แนะนำ), ดีใจ, เศร้า, โกรธ, กลัว, ประหลาดใจ, สงบ หรือรังเกียจ

• ข้อความแปลต้องมีความยาวไม่เกิน 10,000 อักขระ

• หากคุณเปลี่ยนความเร็วหรืออารมณ์แล้วกดสร้างเสียงพากย์ผลลัพธ์เดิมซ้ำ ระบบจะไม่คิดค่าบริการ 180 โทเค็นอีกเป็นครั้งที่สอง

ตัวเลือกของ Qwen 3

• โคลนจากไฟล์ หรือ เสียง Qwen ของฉัน

• สไตล์การพูด: อัตโนมัติ, ช้า, เร็ว, สงบ, กระตือรือร้น, เป็นมืออาชีพ, เป็นกันเอง หรือนุ่มนวล ใช้งานได้เฉพาะเมื่อเลือกโคลนจากไฟล์

• หากการโคลนเสียงด้วย Qwen ล้มเหลว แอปจะสร้างเสียงพากย์ด้วยเสียงมาตรฐานแทนและแสดงข้อความ «ไม่สามารถโคลนเสียงได้ในขณะนี้ ระบบจึงใช้เสียงมาตรฐานแทน»

ElevenLabs Dubbing v2

Dubbing v2 จะพากย์ทับลงไปบนไฟล์เสียงต้นฉบับโดยตรง และไม่ได้อ่านข้อความจากแท็บการแปล ฟังก์ชันนี้จะคงจังหวะและเนื้อเสียงของผู้พูดเดิมไว้ รวมถึงพากย์แยกเสียงผู้พูดแต่ละคน ด้วยเหตุนี้ ข้อความแปลที่คุณแก้ไขจะไม่ถูกนำมาใช้: «การพากย์เสียงใช้ไฟล์ต้นฉบับ ข้อความที่แก้ไขจึงไม่มีผล» และไม่สามารถใช้เสียงที่บันทึกไว้กับ Dubbing v2 ได้

จะเกิดอะไรขึ้นหากคุณไม่ได้เลือกเสียง

หากคุณยังไม่ได้เลือกรูปแบบการพากย์เสียงในหน้านี้ แอปจะเลือกให้อัตโนมัติเมื่อคุณแตะปุ่มเล่น

• สำหรับ 10 ภาษาที่ Qwen 3 รองรับและมีความยาวตั้งแต่ 3 วินาทีขึ้นไป ระบบจะโคลนเสียงด้วย Qwen 3 โดยไม่ถามซ้ำ

• สำหรับภาษาอื่นๆ แอปจะถามว่า โคลนเสียงหรือไม่? พร้อมแจ้งราคาของตัวเลือกที่ถูกกว่าระหว่าง MiniMax หรือ Dubbing v2 การเลือก ใช้เสียง AI หมายถึงการใช้เสียงมาตรฐาน หากเลือก ไม่ต้องถามอีก ระบบจะจดจำคำตอบนี้ไว้

• ตัวเลือกใดก็ตามที่คุณแตะในหน้านี้จะถูกนำไปใช้กับไฟล์ถัดไป ตราบใดที่ภาษานั้นและความยาวของไฟล์เข้าเกณฑ์

ตัวเลือกที่ไม่รองรับไฟล์บันทึกปัจจุบันจะแสดงเป็นแถบสีเทาพร้อมข้อความแนะนำ เช่น «ไม่รองรับภาษานี้» หรือ «ต้องใช้เสียงความยาว ≥ 10 วินาที» หากคุณสลับไปใช้ภาษาที่ตัวเลือกปัจจุบันไม่รองรับ แอปจะสลับเสียงพากย์ไปเป็น ElevenLabs ให้โดยอัตโนมัติ

เสียงที่บันทึกไว้

การบันทึกเสียงช่วยให้คุณพากย์คำแปลด้วยเสียงของตัวเองได้ แม้ว่าเสียงในไฟล์บันทึกจะเป็นของคนอื่นก็ตาม คุณสามารถเพิ่มเสียงได้สองวิธี:

• หลังการพากย์เสียงด้วยตัวเลือกโคลนจากไฟล์ ให้แตะ บันทึกเสียง ในส่วนขั้นตอนต่อไป เสียงของ MiniMax ที่บันทึกด้วยวิธีนี้จะไม่คิดค่าบริการ 180 โทเค็นในครั้งต่อไป

• เพิ่มเสียงในการตั้งค่า → เสียงของฉัน โปรดดูที่ วิธีบันทึกหรืออัปโหลดตัวอย่างเสียง

หากเสียงพากย์ฟังดูผิดปกติ สามารถดูสาเหตุและวิธีแก้ไขได้ที่ ทำไมเสียงแปลถึงฟังดูเหมือนหุ่นยนต์ สำหรับปัญหาข้อผิดพลาดอื่นๆ สามารถดูได้ที่ การพากย์เสียงใน Translate Audio ล้มเหลวหรือค้าง