แปลงข้อความเป็นเสียง (TTS) กลายเป็นเทคโนโลยีช่วยเหลือที่ขาดไม่ได้ ช่วยให้ผู้ใช้ PC จำนวนมากเข้าถึงข้อความเพื่อความบันเทิง การเรียน หรือการทำงานได้สะดวกขึ้น
ตลาด TTS มีตัวเลือกเพียบ ทั้งแอปและส่วนขยายเบราว์เซอร์มากมาย ส่วนใหญ่ช่วยเพิ่มประสิทธิภาพและทำให้ใช้งานง่ายขึ้น วันนี้เราจะโฟกัสที่ TTS ของไมโครซอฟท์ — Azure
Microsoft Text to Speech คืออะไร?
แล้ว Azure คืออะไร? ลองถามตัวเองดูว่า คุณอยากสร้างคอนเทนต์ด้วยเสียงที่ฟังเป็นธรรมชาติ หรืออยากฟังเว็บโปรดแบบปรับความเร็ว โทนเสียง การออกเสียง ฯลฯ ได้ไหม? Microsoft Azure ทำได้ทั้งหมดนี้ — และมากกว่านั้น
Azure คือแพลตฟอร์มคลาวด์มากความสามารถ นอกจากบริการ Cognitive ที่รองรับทั้ง แปลงข้อความเป็นเสียง และพูดเป็นข้อความ ยังมีบริการจัดเก็บและวิเคราะห์ข้อมูลบนคลาวด์ ช่วยเพิ่มประสิทธิภาพโดยไม่ต้องเชี่ยวชาญ machine learning
Azure ยังยืดหยุ่น รองรับโซลูชันโอเพ่นซอร์ส เพิ่มเสียงพูดในแอปที่คุณพัฒนาเองได้ ผู้ใช้ก็จะได้ประโยชน์จาก machine learning เชิงลึก รองรับกว่า 100 ภาษาและสำเนียงทั่วโลก
ใช้งานแอปแปลงข้อความเป็นเสียงของไมโครซอฟท์บน iPhone หรือคอมพิวเตอร์
การตั้งค่า Microsoft Azure ไม่ยุ่งยาก แค่สมัครบนเว็บ Azure. ถ้าใช้แค่ Outlook, Word, PowerPoint, Docs หรือ OneNote ก็ไม่ต้องดาวน์โหลดเพิ่ม เพราะโปรแกรมเหล่านี้มีฟีเจอร์ Speak มาให้แล้ว
แม้จะไม่ใช่บริการเสียงขั้นสูง แต่ Speak ก็สะดวกและตั้งค่าง่าย ใช้ได้ทันทีเมื่ออยากให้ตัวโปรแกรมอ่านให้ฟัง:
- คลิก Customize Toolbar
- เลือก More Commands
- คลิก All Commands
- หา Speak แล้วคลิก Add
แอปแปลงข้อความเป็นเสียงทางเลือกของไมโครซอฟท์
อย่างที่เกริ่นไว้ในอินโทร ตัวอ่านข้อความมีให้เลือกเพียบ ตั้งแต่แอประดับโปรราคาสูง ไปจนถึง SDK ที่เพิ่งเริ่มบน GitHub ถ้าเสียงผู้ช่วยแปลงข้อความเป็นเสียงของไมโครซอฟท์ยังไม่ถูกหู หรืออยากลองอย่างอื่น เรามีตัวเลือกอื่นที่น่าสนใจ
Speechify
อันดับ 1 คือ Speechify, เครื่องมือ TTS ชั้นนำที่แปลงทุกอย่างเป็นไฟล์เสียงได้ ไม่ว่าจะเป็นเว็บเพจ, Google Docs, บทความ หรือโน้ตในรูปภาพ ผ่านฟีเจอร์ OCR. รองรับ iOS, iOS และ Android, แอป เวบ, Mac, Windows, ส่วนขยาย Chrome และ API แปลงข้อความเป็นเสียง
นอกจากนี้ Speechify ยังมีเสียงสมจริงกว่า 1,000 แบบใน 60+ ภาษา รวมถึงเสียงคนดัง. ผสานกับความสามารถของ API แปลงข้อความเป็นเสียง ก็ครอบคลุมทุกความต้องการของคุณ
Amazon Polly
อันดับ 2 คือ Amazon Polly เด่นเรื่องเสียงธรรมชาติและสไตล์การพูดหลายแบบ รองรับหลายภาษา พร้อมตัวเลือกการตั้งค่ามากมาย ปรับเล่นเพิ่มสีสันได้ตามใจ
Google Cloud Text to Speech
อันดับ 3 คือ Google Cloud Text to Speech. ที่ไหนมีเทคโนโลยีล้ำ ๆ มักมีชื่อ Google โผล่มาด้วย โซลูชันนี้ใช้ SSML และคิดค่าบริการตามจำนวนตัวอักษร จึงคุ้มถ้าใช้เฉพาะงานเป็นครั้งคราว
IBM Watson Text to Speech
IBM Watson ได้ที่ 4 จุดเด่นคือความยืดหยุ่นระดับองค์กร ใช้ได้ทั้งเป็นผู้ช่วยเสมือน งานซัพพอร์ตลูกค้า และยังเป็น TTS ประสิทธิภาพดี ราคาย่อมเยา เหมาะกับคนที่มองหาตัวเลือกยืดหยุ่น
Readspeaker
อันดับ 5 คือ Readspeaker ผู้เล่นเก๋าในวงการที่ถนัดด้าน TTS รองรับมากกว่า 100 ภาษา เหมาะกับสตูดิโอเสียงและ e-learning ใช้งานได้ทั้งออนไลน์และออฟไลน์
NaturalReader
อันดับ 6 คือ NaturalReader เด่นเรื่องการแปลงเสียงแบบเรียลไทม์ ใช้ทำงานร่วมกับทุกแอปบน PC จุดขายคือโหมดอ่าน ที่ช่วยตัดโฆษณาและเนื้อหาที่ไม่เกี่ยวข้องออกให้
VoiceDream Reader
อันดับ 7 คือ VoiceDream Reader ตัวเลือกท้าย ๆ สำหรับแทน Microsoft Azure แปลงข้อความเป็นเสียง เหมาะกับงานพื้นฐาน แต่ผู้ใช้หลายคนบ่นเรื่องการเข้าถึงและการซิงก์ข้อมูล ถ้าแค่ต้องการใช้งานด่วนโดยไม่เน้น neural TTS ขั้นสูง VoiceDream ก็ถือว่าโอเค
คำถามที่พบบ่อย
Windows 10 TTS ฟรีไหม?
Windows 10 มีตัวเลือก TTS ให้ใช้หลายตัว ทั้งแบบฟรีและเสียเงิน ฟีเจอร์ Speak ที่มีติดมากับ Windows 10 ใช้ฟรีกับ Outlook, Word แต่ถ้าอยากได้เสียงสมจริงขึ้นหรือฟีเจอร์เสริมอย่าง Azure ก็ต้องสมัครใช้งานเพิ่ม
เสียง TTS ใดสมจริงที่สุด?
เสียง TTS ที่สมจริงมักอยู่ในแอประดับสูง เช่น Amazon Polly, Google Text to Speech API และ Speechify ทั้งนี้ขึ้นอยู่กับภาษา แบบจำลองเสียง และการตั้งค่าที่เลือกด้วย
ต่างกันอย่างไรระหว่างแปลงข้อความเป็นเสียงกับรู้จำเสียงพูด?
หลายแอป TTS มีทั้งแปลงข้อความเป็นเสียงและรู้จำเสียง แต่สองอย่างนี้ไม่เหมือนกัน TTS แปลงข้อความเป็นเสียงเพื่อให้ฟังไปทำอย่างอื่นไปได้ ส่วนรู้จำเสียงคือการวิเคราะห์เสียงพูด เพื่อนำไปแปลความหรือใช้ยืนยันตัวตน
