วิธีแปลงข้อความเป็นเสียงพูด: ตั้งแต่เลือกเสียงจนถึงดาวน์โหลด MP3

การเปลี่ยนข้อความให้เป็น MP3 ที่ใช้ได้ทันที มีคีย์แค่สามเรื่อง: ปรับข้อความให้เหมาะกับการอ่านออกเสียง เลือกเสียงให้ตรงภาษา และฟังผลลัพธ์หนึ่งรอบก่อนบันทึก หน้า แปลงข้อความเป็นเสียงพูด ของ PixMind วางสามขั้นนี้ไว้ในอินเทอร์เฟซเดียวกัน: ฝั่งซ้ายกรอกข้อความพร้อมนับตัวอักษรแบบเรียลไทม์ ฝั่งขวาเลือกเสียงและพารามิเตอร์ ผลลัพธ์เล่นได้ในหน้าเว็บ ยืนยันแล้วจึงดาวน์โหลด

เปิดใช้แปลงข้อความเป็นเสียงพูด ใช้คำโปรยสินค้าไม่เกิน 100 ตัวอักษร ไม่กี่นาทีก็ได้ไฟล์เสียงชุดแรก

ประเด็นสำคัญ

• ในป๊อปอัปเลือกเสียงฟังตัวอย่างได้ทันที ฝั่งการสร้าง เอนจิน Microsoft ฟรีและไม่ต้องสมัคร ส่วนเอนจินอื่นต้องเข้าสู่ระบบและคิดเครดิตตามจำนวนตัวอักษร
• ยังไม่เข้าสู่ระบบได้ครั้งละไม่เกิน 100 ตัวอักษร ทดลองฟรี 2 ครั้ง หลังเข้าสู่ระบบแพ็กเกจฟรียังเป็นครั้งละ 100 ตัวอักษร สมาชิกแบบชำระเงินขยายเป็น 10000 ตัวอักษร
• แถบเลื่อนความเร็วพูดและระดับเสียงใช้ได้กับทุกเอนจิน แถบระดับโทนเสียงมีเฉพาะเอนจิน MiniMax เมื่อสลับเอนจินค่าพารามิเตอร์รีเซ็ตเป็นค่าเริ่มต้นอัตโนมัติ
• ตรวจผลลัพธ์ในแถบเล่นของหน้าเว็บก่อน เน้นชื่อคน ชื่อสินค้า และตัวเลขยาว แล้วจึงคลิกดาวน์โหลดเพื่อรับไฟล์ MP3

เตรียมข้อความที่เหมาะกับการอ่านออกเสียงโดยตรง

ความต่างของคุณภาพส่วนใหญ่มาจากข้อความ ไม่ใช่พารามิเตอร์ เสียงเดียวกันอ่านประโยคยาวแบบภาษาเขียนกับประโยคสั้น ฟังต่างกันคนละเรื่อง เปลี่ยนบทให้เป็น "คำพูด" ก่อนสร้าง ได้ผลกว่าการปรับแถบเลื่อนไปมา

วิธีแก้มีสามข้อ แตกประโยคยาวให้สั้น หนึ่งประโยคจับประเด็นเดียว ตัดคำตกแต่งแบบภาษาเขียนอย่าง "ประกอบด้วย" "มีวัตถุประสงค์เพื่อ" ทิ้ง ตัวเลขและตัวย่อเขียนตามแบบที่ต้องการให้อ่าน รุ่น จำนวนเงิน ปี ให้เป็นคำอ่านของตัวเอง จังหวะหยุดให้ผ่านเครื่องหมายวรรคตอน: จุลภาคคือหยุดสั้น มหัพภาคคือเปลี่ยนลมหายใจ อย่าใช้การเว้นวรรคคุมจังหวะ

ยกตัวอย่างคำโปรยสินค้าหนึ่งชุด ต้นฉบับ: "ผลิตภัณฑ์นี้ใช้เอนจินที่พัฒนาเองรุ่นใหม่ล่าสุด ประกอบด้วยคุณสมบัติความเร็วสูง เสถียร และใช้งานง่าย ตอบโจทย์การใช้งานที่หลากหลายของผู้ใช้บุคคลและองค์กรในหลายสถานการณ์" ปรับเป็นภาษาพูด: "นี่คือเอนจินรุ่นใหม่ล่าสุดของเรา มันเร็ว และก็เสถียร ใช้ส่วนตัวได้ ใช้ในทีมก็ได้"

ช่องกรอกจะตัดข้อความตามขีดจำกัดตัวอักษรปัจจุบัน ด้านล่างแสดงตัวนับ "ปัจจุบัน / ขีดจำกัด" แบบเรียลไทม์ ค่าขีดจำกัดขึ้นกับสถานะการเข้าสู่ระบบ วิธีเช็คดูหัวข้อ "ก่อนเริ่มตรวจสอบโควตาและค่าใช้จ่ายที่คาดไว้อย่างไร"

คัดเสียงตามภาษาและฟังตัวอย่าง

แผงฝั่งขวามาพร้อมเสียงที่เลือกตามภาษาของอินเทอร์เฟซเป็นดีฟอลต์ อินเทอร์เฟซภาษาไทยจะได้เสียงภาษาไทย ใช้สร้างเวอร์ชันแรกได้เลย เมื่อจะเปลี่ยนเสียงให้ทำตามลำดับนี้:

1. คลิก "เลือกเสียง" เพื่อเปิดป๊อปอัปเลือกเสียง
2. สลับเอนจินที่แถว "โมเดลเสียง" ด้านบน: Microsoft, Volcano Engine, MiniMax, Google และภาษาอื่น ๆ การ์ดแต่ละใบระบุจำนวนเสียงปัจจุบันของเอนจินนั้น จำนวนจริงให้ถือตามหน้าจอ
3. ใช้ดรอปดาวน์ "ภาษา" คัดภาษาเป้าหมาย ตัวเลือกมาจากแคตตาล็อกเสียงของเอนจินปัจจุบัน เปลี่ยนเอนจินแล้วตัวเลือกเปลี่ยนตาม
4. จำเป็นจึงใช้ดรอปดาวน์ "เพศ" (หญิง, ชาย) และช่องค้นหาช่วยลดขอบเขต ฝั่งขวาแสดงจำนวนผลลัพธ์ "N เสียง" แบบเรียลไทม์
5. เอาเมาส์ไปวางบนภาพเสียงแล้วคลิกเล่นเพื่อฟังตัวอย่าง เสียงที่ไม่มีตัวอย่างจะแสดงว่า "เสียงนี้ยังไม่มีไฟล์ฟัง"
6. คลิก "เลือก" บนการ์ดที่ถูกใจ ป๊อปอัปปิดลง แผงฝั่งขวาเปลี่ยนเป็นเสียงนั้น

เสียงที่ฟังตอนทดลองเป็นตัวอย่างของเสียงนั้นเอง ไม่ใช่ข้อความที่คุณกรอก อยากรู้ผลจริง ให้เอาข้อความสั้น ๆ ไปสร้างหนึ่งเวอร์ชันแล้วฟัง เอนจินไม่มีคำตอบเดียว: เอนจิน Microsoft ฟรีและครอบคลุมภาษากว้าง หน้าเว็บวางนัย Volcano Engine ไว้ทางบรรยายและหนังสือเสียง MiniMax เอนจามงานโฆษณาและพากย์ตัวละคร Google ครอบคลุมภาษาและสำเนียงมากกว่า ส่วนเอนจินภาษาอื่น ๆ ครอบคลุมภาษาประจำชาติและภาษาประจำภูมิภาค ลองเสียงหนึ่งสองเสียงต่องานที่อยู่ในมือ น่าเชื่อกว่าการจำข้อสรุป

ปรับความเร็วพูด ระดับเสียง และพารามิเตอร์ที่ใช้ได้

ในแผง "ตั้งค่าเสียง" แถบเลื่อนความเร็วพูดและระดับเสียงใช้ได้กับทุกเอนจิน แถบที่สาม "ระดับโทนเสียง" ปรากฏเฉพาะเมื่อเลือกเสียงของเอนจิน MiniMax ช่วงค่าของแต่ละเอนจินไม่เท่ากัน:

พารามิเตอร์ตามเอนจินที่เลือก ไม่ได้ใช้ร่วมกันข้ามเสียง: เมื่อสลับไปเสียงของอีกเอนจิน แถบเลื่อนกลับไปค่าเริ่มต้นของเอนจินนั้น ค่าที่ปรับไว้ก่อนหน้าไม่ถูกเก็บ ปุ่ม "รีเซ็ตพารามิเตอร์" ใต้แผงใช้กู้ค่าเริ่มต้นได้ทุกเมื่อ

ลำดับการปรับแนะนำให้คงที่: การสร้างครั้งแรกใช้ค่าเริ่มต้น ฟังแล้วยืนยันว่าปัญหาอยู่ที่จังหวะหรือความดัง ค่อยขยับแถบที่เกี่ยวข้อง ครั้งละหนึ่งอย่าง ไม่อย่างนั้นจะฟังไม่ออกว่าการปรับรอบไหนเป็นตัวการ

สร้างเสร็จฟังหนึ่งรอบแล้วดาวน์โหลด MP3

เมื่อข้อความและเสียงพร้อมแล้วคลิก "สร้างเสียงพูด" ระหว่างสร้างปุ่มแสดง "กำลังสร้าง..." ก่อนสร้างระบบตรวจข้อความ เสียง และจำนวนตัวอักษร ถ้าไม่ผ่านเงื่อนไขจะแจ้งเตือนทันที ไม่ต้องรอเปล่า ผลลัพธ์ออกมาแล้วจัดการตามลำดับนี้:

1. ฟังจบทั้งเสียงในแถบเล่นด้านล่างของหน้าเว็บ แถบเล่นแสดงความคืบหน้า เวลาปัจจุบัน ระยะเวลารวม และชื่อเสียงที่ใช้ ลากเพื่อเลื่อนตำแหน่งได้
2. เน้นตรวจสาเหตุการอ่านผิดยอดฮิตสามกลุ่ม: ชื่อคน ชื่อสินค้า ตัวเลขยาว
3. มีปัญหาให้กลับไปแก้ข้อความ เช่น ปรับคำเขียนหรือเพิ่มลดเครื่องหมายวรรคตอน แล้วสร้างเวอร์ชันใหม่ ผลลัพธ์ใหม่จะแทนที่ชุดก่อน
4. ยืนยันถูกต้องแล้วคลิก "ดาวน์โหลด MP3" ไฟล์ที่บันทึกขึ้นต้นด้วย pixmind-tts- นามสกุล .mp3

ตัวอย่างเสียงฉบับเต็ม (เสียง: Yunxi):

หน้าเว็บเก็บผลลัพธ์ครั้งละหนึ่งชุด ต้องการหลายชุดให้สร้างและดาวน์โหลดทีละชุด

ก่อนเริ่มตรวจสอบโควตาและค่าใช้จ่ายที่คาดไว้อย่างไร

ข้อมูลโควตาไม่ต้องเดา แสดงอยู่ใต้ช่องข้อความทั้งหมด ก่อนสร้างตรวจสามจุด:

1. ตัวนับตัวอักษร "X / Y ตัวอักษร": ยังไม่เข้าสู่ระบบและแพ็กเกจฟรี Y เท่ากับ 100 สมาชิกแบบชำระเงินเท่ากับ 10000
2. ข้อความข้างตัวนับ: ยังไม่เข้าสู่ระบบแสดง "ทดลองฟรี 2 ครั้ง ครั้งละไม่เกิน 100 ตัวอักษร" หลังเข้าสู่ระบบแพ็กเกจฟรีแสดง "ผู้ใช้ฟรีครั้งละไม่เกิน 100 ตัวอักษร"
3. "ค่าใช้จ่ายที่คาดไว้": เมื่อเลือกเอนจิน Microsoft แสดง "ฟรี" ไม่หักเครดิต เมื่อเลือกเอนจินแบบชำระเงินแสดงตัวเลขเครดิต คิดตามอัตราทุก 100 ตัวอักษรเท่ากับ 10 เครดิต ไม่ครบ 100 ตัวอักษรนับเป็น 100

เมื่อยังไม่เข้าสู่ระบบและใช้ครบจำนวนครั้งทดลอง ฝั่งเซิร์ฟเวอร์จะปฏิเสธการสร้างและเปิดหน้าต่างให้เข้าสู่ระบบ เข้าระบบแล้วใช้ต่อได้ การฟังตัวอย่างในป๊อปอัปเลือกเสียงไม่จำกัดจำนวน เปิดฟังได้ตลอดเวลา

คำถามที่พบบ่อย

เสียงไหนทดลองใช้ได้ฟรี

เสียงที่มีตัวอย่างฟังได้ในป๊อปอัปทันที ไม่ต้องเข้าสู่ระบบ ฝั่งการสร้างแบ่งเป็นสองกลุ่ม: เสียงของเอนจิน Microsoft ฟรี สร้างได้โดยไม่ต้องสมัคร ยังไม่เข้าสู่ระบบมีข้อจำกัดทดลอง 2 ครั้ง ครั้งละ 100 ตัวอักษร เสียงของเอนจิน Volcano Engine, MiniMax, Google และภาษาอื่น ๆ ต้องเข้าสู่ระบบ คิดเครดิตตามจำนวนตัวอักษร วิธีตัดสินง่าย ๆ ดูว่าตำแหน่ง "ค่าใช้จ่ายที่คาดไว้" แสดงป้าย "ฟรี" หรือตัวเลขเครดิต

ไฟล์ที่ดาวน์โหลดเป็นรูปแบบอะไร

MP3 หลังสร้างแต่ละครั้งคลิก "ดาวน์โหลด MP3" ทางขวาของแถบเล่นเพื่อบันทึก ชื่อไฟล์ขึ้นต้นด้วย pixmind-tts- พร้อมไทม์สแตมป์เวลาที่สร้าง หน้าเว็บเก็บผลลัพธ์ครั้งละหนึ่งชุด เนื้อหาหลายชุดต้องสร้างและดาวน์โหลดแยกทีละชุด

ข้อความยาวควรแบ่งช่วงอย่างไร

เช็คขีดจำกัดปัจจุบันก่อน: ยังไม่เข้าสู่ระบบและแพ็กเกจฟรีครั้งละ 100 ตัวอักษร สมาชิกแบบชำระเงิน 10000 ตัวอักษร ส่วนที่เกินสร้างไม่ได้ แบ่งตามย่อหน้าธรรมชาติหรือกลุ่มประโยค สร้างและดาวน์โหลดแยกทีละช่วง บทเดียวกันพยายามใช้เสียงเดียวกัน และระวังว่าการสลับเอนจินจะรีเซ็ตความเร็วพูด ระดับเสียง และพารามิเตอร์อื่นเป็นค่าเริ่มต้น จดค่าที่ปรับไว้ก่อนแบ่งช่วง

ตอนนี้ลองสร้าง MP3 ชุดแรก

เริ่มจากคำโปรยสินค้าไม่เกิน 100 ตัวอักษร: แก้เป็นประโยคสั้น เลือกเสียงหนึ่งเสียง สร้างด้วยค่าเริ่มต้น ฟังจบทั้งชุด แล้วค่อยตัดสินว่าจะปรับความเร็วพูดหรือเปลี่ยนเสียง เมื่อ MP3 ชุดแรกลงเครื่องแล้ว บทยาวก็เป็นแค่การทำซ้ำกระบวนการเดิม

เปิดใช้แปลงข้อความเป็นเสียงพูด