งานวิจัยและวิทยานิพนธ์
เปเปอร์ IEEE ความยาวสิบสองหน้า ดราฟต์วิทยานิพนธ์ บันทึกบรรยายจาก arXiv — ฟังบนรถไฟฟ้าระหว่างเดินทางแทนการกวาดสายตาบนหน้าจอ ระบบจะปรับโครงสร้างหลายคอลัมน์และเชิงอรรถให้เรียบก่อนเริ่มอ่านโดยอัตโนมัติ
อ่าน PDF ออกเสียง — แปลง PDF เป็น MP3
เปิดเอดิเตอร์ด้านบน คลิก File บนแถบเครื่องมือเพื่ออัปโหลดไฟล์ของคุณ แล้วรับ MP3 เสียงธรรมชาติภายในไม่กี่วินาที — ทั้งงานวิจัย หนังสืออิเล็กทรอนิกส์ บทความขนาดยาว และรายงานธุรกิจ SpeechGen อ่าน PDF ออกเสียงได้ใน 146 ภาษา ด้วยเอนจินเดียวกับที่ขับเคลื่อนเสียงสำเร็จรูปกว่า 5,000 เสียงของเรา ไม่ต้องติดตั้งโปรแกรม ไม่ต้องสมัครสมาชิกสำหรับ 3,000 ตัวอักษรแรก
วิธีแปลง PDF เป็น MP3 — 3 ขั้นตอน
ทำงานบนเบราว์เซอร์โดยไม่ต้องดาวน์โหลด เอกสารสั้นเสร็จในไม่กี่วินาที หนังสือทั้งเล่มเสร็จในไม่กี่นาที
01
อัปโหลดไฟล์ของคุณ
ในเอดิเตอร์ด้านบน คลิกปุ่ม File บนแถบเครื่องมือ แล้วเลือกเอกสารของคุณ เอนจินอ่านได้เฉพาะไฟล์ที่มีข้อความ (ไฟล์ที่ส่งออกจาก Word, LaTeX, InDesign หรือเบราว์เซอร์ใดก็ได้)
- สูงสุด 50 MB ต่อไฟล์
- รองรับไฟล์แบบข้อความ (ไฟล์สแกนต้องผ่าน OCR ก่อน)
- รองรับอักษรไทย ซีริลลิก CJK อาหรับ และฮีบรู
02
เลือกเสียงและภาษา
เลือกได้จากเสียงกว่า 5,000 เสียงใน 146 ภาษา ปรับความเร็วและระดับเสียง หรือเลือกสำเนียงที่ต้องการ ฟังตัวอย่างก่อนตัดสินใจได้เสมอ
- 146 ภาษาสำหรับการบรรยาย
- ปรับจังหวะ ระดับเสียง และการเน้นได้
- ใช้คลังเสียงเดียวกับเอดิเตอร์ TTS หลัก
03
ดาวน์โหลด MP3
เอกสารสั้นได้ไฟล์เสียงในไม่ถึงหนึ่งนาที หนังสือทั้งเล่มเพียงไม่กี่นาที สตรีมในบัญชีของคุณหรือดาวน์โหลดเป็น MP3 ก็ได้
- ส่งออกเป็น MP3, WAV หรือ OGG
- เก็บในบัญชีของคุณเพื่อเปิดฟังซ้ำ
- ดาวน์โหลดไว้ฟังออฟไลน์ได้
ผู้ใช้นำ PDF ไปแปลงเป็นเสียงทำอะไรบ้าง
สี่กรณีการใช้งานจริงที่เราเห็นทุกวัน แตะการ์ดเพื่อฟัง — เอนจินเดียวกัน อัปโหลดไฟล์ของคุณตรงเข้าเอดิเตอร์ด้านบนได้เลย
หนังสืออิเล็กทรอนิกส์และนวนิยายรายตอน
หนังสือฉบับเต็มในทุกภาษา — นวนิยายไทยร่วมสมัย วรรณกรรมแปลภาษาอังกฤษ ทริลเลอร์สเปน เสียงผู้บรรยายคงเส้นคงวาตลอดหลายร้อยหน้า ไม่มีคุณภาพตกในบทที่สิบสอง
รายงาน บันทึก และสมุดปกขาว
รายงานรายไตรมาส งานวิจัยตลาด บันทึกของคณะกรรมการ — เปลี่ยนสไลด์ 40 หน้าให้เป็น MP3 ความยาว 25 นาทีไว้ฟังบนรถไฟฟ้า Iapetus ให้น้ำเสียงแบบมืออาชีพที่สะอาดตา ไม่เหมือนหุ่นยนต์
บทความและสารคดีขนาดยาว
เรียงความนิตยสาร longread จาก Substack สารคดีเชิงลึกของหนังสือพิมพ์ที่ส่งออกเป็น PDF — เปลี่ยนการอ่าน 30 นาทีให้กลายเป็นพอดแคสต์ที่ฟังได้ขณะทำกับข้าว Achernar TH ให้น้ำเสียงอบอุ่นแบบนักจัดรายการนิตยสาร
เครื่องมือมืออาชีพสำหรับหนังสือเล่มยาว:
ใช้แท็ก <cut> เพื่อแบ่งนวนิยาย 300 หน้าเป็น MP3 รายบทในการสังเคราะห์เพียงครั้งเดียว
ใช้แท็ก <dialog> เพื่อให้แต่ละตัวละครมีเสียงต่างกันในบทสนทนา
และใช้แท็ก <break> เพื่อสร้างจังหวะหยุดที่แม่นยำระหว่างฉาก แต่ละแท็กมีคู่มือสั้น ๆ ให้อ่าน
การจัดการเฉพาะของ PDF
สามสิ่งที่เครื่องมือนี้ทำได้ดีกว่าการคัดลอกข้อความล้วน ๆ ไปวางในเอนจิน TTS ทั่วไป
เลย์เอาต์หลายคอลัมน์และมีโครงสร้าง
งานวิจัยสองคอลัมน์ รายการแบบบุลเล็ต หัวเรื่องและคำบรรยายภาพ เชิงอรรถ — การจัดเรียงข้อความเข้าใจโครงสร้างของเอกสาร ลำดับการอ่านตรงกับหน้ากระดาษจริง ไม่กระโดดไปมาระหว่างคอลัมน์ หัวกระดาษ ท้ายกระดาษ และเลขหน้าจะถูกกรองออก เพื่อไม่ให้ผู้บรรยายพูดคำว่า "หน้าสิบเจ็ด" ทุกนาที
รองรับไฟล์ขนาดยาวได้ดี
เปเปอร์ 30 หน้าเสร็จในไม่ถึงหนึ่งนาที หนังสือ 200 หน้าเสร็จใน 3–5 นาที ไม่ต้องตัดเป็นส่วน ไม่ต้องแบ่งบทเอง — อัปโหลดครั้งเดียวได้ MP3 ไฟล์เดียว (หรือแยกตามบทผ่านที่คั่นในสารบัญ ถ้าเอกสารมี TOC)
หลายภาษาภายในไฟล์เดียว
เอกสารที่มีสองหรือสามภาษาผสมกัน — งานวิจัยที่มีบทคัดย่อภาษาอังกฤษและเนื้อหาภาษาไทย สัญญาสองภาษา แบบฟอร์มตรวจคนเข้าเมือง — ระบบจะตรวจจับภาษาและบรรยายด้วยเสียงที่เหมาะกับแต่ละส่วน ไม่ต้องแยกไฟล์ก่อน
คำถามที่พบบ่อย
จะใช้ AI อ่าน PDF ออกเสียงและบันทึกเป็นไฟล์เสียงได้อย่างไร
คลิกปุ่ม File บนแถบเอดิเตอร์ที่ด้านบนของหน้านี้ เลือกเอกสารของคุณ เลือกเสียงและภาษา แล้วกด Convert ไฟล์ MP3 จะเข้าบัญชีของคุณภายใน 30 วินาทีสำหรับเอกสารสั้น และไม่กี่นาทีสำหรับหนังสือทั้งเล่ม ไม่ต้องติดตั้งโปรแกรมใด ๆ
รองรับไฟล์ที่สแกนมาด้วยหรือไม่
ไม่รองรับโดยตรง — เอนจินอ่านเฉพาะเอกสารแบบข้อความเท่านั้น (ไฟล์ที่ส่งออกจาก Word, LaTeX, InDesign หรือเบราว์เซอร์ใดก็ได้) สำหรับเอกสารที่เป็นภาพ (หนังสือสแกน รายงานที่แฟกซ์มา หรือภาพถ่ายเอกสาร) ให้ผ่านเครื่องมือ OCR ฟรีก่อน เช่น Adobe Acrobat, ABBYY FineReader หรือ OCR ในตัวของ Google Drive เพื่อแปลงพิกเซลให้เป็นข้อความ จากนั้นจึงอัปโหลดที่นี่ตามปกติ
ระบบข้ามหัวกระดาษ ท้ายกระดาษ และเลขหน้าให้ไหม
ใช่ค่ะ หัวกระดาษและท้ายกระดาษที่วนซ้ำ รวมถึงเลขหน้าโดด ๆ จะถูกกรองออกเพื่อไม่ให้ผู้บรรยายพูดคำว่า "หน้าสิบเจ็ด" ทุกนาที ส่วนชื่อบทและหัวเรื่องของแต่ละส่วนยังคงอยู่และจะถูกอ่านในจังหวะที่เป็นธรรมชาติ
ตาราง คำบรรยายภาพ และเชิงอรรถถูกจัดการอย่างไร
ตารางจะถูกแปลงเป็นแถวเรียงต่อเนื่อง โดยอ่านหัวคอลัมน์หนึ่งครั้งก่อนแถวข้อมูลแต่ละแถว คำบรรยายของรูปและกราฟจะถูกอ่าน ณ ตำแหน่งที่ปรากฏ ส่วนเชิงอรรถจะข้ามจากเนื้อหาหลักและอ่านท้ายบท เพื่อไม่ให้กระทบจังหวะของประโยค
แปลงไฟล์ที่ใส่รหัสผ่านหรือเข้ารหัสไว้ได้หรือไม่
ไม่ได้ค่ะ — ไฟล์ที่มี DRM และไฟล์ที่ล็อกด้วยรหัสผ่านจะถูกปฏิเสธตอนอัปโหลด ด้วยเหตุผลทางกฎหมายและความปลอดภัย กรุณาเอารหัสผ่านออกก่อน (เครื่องมือจัดการ PDF ทั่วไปทำได้ถ้าคุณรู้รหัส) จากนั้นจึงอัปโหลด ระบบของเราไม่ข้าม DRM
เอกสาร 100 หน้าใช้เวลานานแค่ไหน หนังสือ 500 หน้าล่ะ
100 หน้าใช้เวลาประมาณ 2 นาที (ได้ไฟล์เสียงประมาณ 3 ชั่วโมงที่ความเร็วปกติ) สำหรับหนังสือ 500 หน้าจะเกินขีดจำกัดอัปโหลด 50 MB กรุณาแบ่งเป็น 2–3 ส่วนด้วยเครื่องมือใด ๆ แปลงทีละส่วน แล้วต่อไฟล์ MP3 ภายหลังหากต้องการไฟล์เดียว
วิธีอื่น ๆ ในการฟังเอกสาร
PDF เป็นแค่จุดเริ่มต้นเดียว ใช้บัญชี SpeechGen เดียวกันกับเครื่องมือเหล่านี้ได้เลย
Word DOCX เป็นเสียง
แปลงไฟล์ .doc, .docx และ .rtf ภาษาเดิม เสียงเดิม ความเร็วเดิม → เปิด
โคลนเสียงของคุณ
อัปโหลดเสียงเพียง 20 วินาที ได้เสียงส่วนตัวที่อ่าน PDF และเอกสาร Word เป็นเสียงคุณเอง รองรับ 15 ภาษา→ เปิด
เอดิเตอร์ TTS หลัก
พิมพ์หรือวางข้อความใด ๆ ปรับความเร็ว ระดับเสียง อารมณ์ และภาษา มีเสียงให้เลือกกว่า 5,000 เสียง → เปิด
พร้อมฟัง PDF ของคุณแล้วหรือยัง
คลิก File ในเอดิเตอร์ที่ด้านบนของหน้า 3,000 ตัวอักษรแรกฟรี — ราว 5 หน้าเสียง ไม่ต้องผูกบัตร หลังจากนั้นเริ่มต้นที่ 5 ดอลลาร์
แปลง PDF เป็น MP3