คู่มือข้อความเป็นเสียงพูด - เบราว์เซอร์อ่านข้อความออกเสียงด้วย Web Speech API อย่างไร

Text-to-Speech (TTS) คืออะไร?

Text-to-Speech (TTS) เป็นเทคโนโลยีที่แปลงข้อความเขียนเป็นเสียงพูด ช่วยให้คอมพิวเตอร์ สมาร์ทโฟน และอุปกรณ์อื่นๆ สามารถ "อ่านออกเสียง" เนื้อหาข้อความใดก็ได้โดยใช้เสียงสังเคราะห์ที่คล้ายมนุษย์ ระบบ TTS วิเคราะห์ข้อความ ใช้กฎทางภาษาศาสตร์สำหรับการออกเสียงและน้ำเสียง และสร้างคลื่นเสียงที่ฟังดูเหมือนการพูดตามธรรมชาติ

เทคโนโลยี TTS ได้พัฒนาอย่างมากในช่วงหลายทศวรรษที่ผ่านมา ระบบแรกๆ ในทศวรรษ 1960 ให้เสียงแบบหุ่นยนต์และแทบจะฟังไม่รู้เรื่อง ปัจจุบัน เอนจิน TTS สมัยใหม่สร้างเสียงพูดที่ฟังเป็นธรรมชาติอย่างน่าทึ่งพร้อมการเน้นเสียง การหยุด และน้ำเสียงอารมณ์ที่เหมาะสม

Web Speech API - TTS บนเบราว์เซอร์

Web Speech API เป็น JavaScript API ดั้งเดิมของเบราว์เซอร์ที่ให้ความสามารถหลักสองอย่าง: การรู้จำเสียงพูด (ฟัง) และการสังเคราะห์เสียงพูด (พูด) อินเทอร์เฟซ SpeechSynthesis ช่วยให้หน้าเว็บใดก็ได้แปลงข้อความเป็นเสียงพูดโดยไม่ต้องใช้บริการภายนอก ปลั๊กอิน หรือคีย์ API

ซึ่งหมายความว่า TTS สามารถทำงานได้ทั้งหมดในเบราว์เซอร์ของคุณ -- ข้อความของคุณไม่เคยออกจากอุปกรณ์

SpeechSynthesis ทำงานอย่างไร

// สร้างคำพูดใหม่
var utterance = new SpeechSynthesisUtterance("สวัสดีชาวโลก!");

// ตั้งค่าคุณสมบัติเสียง
utterance.lang = "th-TH";
utterance.rate = 1.0;   // ความเร็ว: 0.1 ถึง 10
utterance.pitch = 1.0;  // ระดับเสียง: 0 ถึง 2

// พูดข้อความ
window.speechSynthesis.speak(utterance);

กรณีการใช้งาน TTS

การเข้าถึง

TTS เป็นสิ่งจำเป็นสำหรับผู้ที่มีความบกพร่องทางสายตาหรือมีปัญหาในการอ่านเช่นดิสเล็กเซีย โปรแกรมอ่านหน้าจอเช่น JAWS, NVDA และ VoiceOver อาศัยเอนจิน TTS ในการอ่านเนื้อหาเว็บ เอกสาร และอินเทอร์เฟซแอปพลิเคชันออกเสียง

การเรียนรู้ภาษา

การฟังการออกเสียงที่ถูกต้องเป็นสิ่งจำเป็นสำหรับการเรียนรู้ภาษาใหม่ เครื่องมือ TTS ช่วยให้ผู้เรียนพิมพ์คำหรือประโยคใดก็ได้และฟังว่ามันฟังดูอย่างไรในภาษาเป้าหมาย

การบริโภคเนื้อหา

TTS ช่วยให้บริโภคเนื้อหาแบบแฮนด์ฟรีได้ คุณสามารถฟังบทความ อีเมล หรือเอกสารขณะขับรถ ออกกำลังกาย หรือทำอาหาร

การตรวจทานและการเขียน

การฟังข้อความของคุณถูกอ่านออกเสียงเป็นวิธีที่ดีที่สุดในการค้นหาข้อผิดพลาด วลีที่ไม่เหมาะสม คำที่หายไป และข้อผิดพลาดทางไวยากรณ์จะชัดเจนมากขึ้นเมื่อคุณฟังมากกว่าอ่าน

วิธีใช้เครื่องมือข้อความเป็นเสียงพูดของเรา

1. ป้อนข้อความ: พิมพ์หรือวางข้อความใดก็ได้ลงในพื้นที่ป้อนข้อมูล
2. เลือกเสียง: เลือกจากเสียงที่มีในระบบของคุณ
3. ปรับความเร็วและระดับเสียง: ใช้แถบเลื่อนเพื่อปรับแต่งความเร็วและระดับเสียง
4. คลิกพูด: กดปุ่มเพื่อฟังข้อความของคุณถูกอ่านออกเสียง

ตัวเลือกเสียงและการรองรับเบราว์เซอร์

จำนวนและคุณภาพของเสียง TTS ที่ใช้ได้ขึ้นอยู่กับระบบปฏิบัติการและเบราว์เซอร์ของคุณ macOS และ iOS มีเสียงคุณภาพสูงมากกว่า 60 เสียง ในขณะที่ Windows มี 20-30 เสียง Microsoft

TTS เบราว์เซอร์ vs เสียง AI คลาวด์

สำหรับการใช้งานในชีวิตประจำวันส่วนใหญ่ TTS ของเบราว์เซอร์เพียงพอแล้ว มันฟรี เป็นส่วนตัว และไม่ต้องตั้งค่า เสียง AI คลาวด์เหมาะเมื่อคุณต้องการเสียงคุณภาพระดับสตูดิโอหรือส่งออกไฟล์เสียง