ข้ามไปเนื้อหา / Skip to content

Tipjai Voice Lab Model card

เสียงอ่านข้อความทิปภาษาไทยรุ่นแรกของ Tipjai

ฟังผิดอันดับ 8 จาก 30 เสียง
6.0%
เสียงที่ชัดกว่าแบบแยกได้จาก 29 เสียง
0
ต่อข้อความรันบนเครื่องตัวเอง
฿0
ต่อข้อความซีพียูแล็ปท็อป 4 เธรด
1.38วินาที
รุ่น
jai-pulse-1 ตรึง 2026-10-06 14:43
สถานะ
ทดลองในแล็บ
ทำงานบน
คอมพิวเตอร์ของสตรีมเมอร์เอง ไม่ต้องใช้การ์ดจอ

ใช้ทำอะไร

  • ✓อ่านข้อความทิปบนไลฟ์
  • ✓ชื่อไทย ชื่ออักษรละติน ตัวเลข 555
  • ✕เลียนเสียงคนจริง
  • ✕อ่านยาว หรือภาษาอื่น
  • ✕ขายผ่าน API (ยัง)

วัดอย่างไร

  1. 60ข้อความทิปปิดเขียนแยก ไม่มีใครเห็นก่อน
  2. 30เสียงอ่านข้อความเดียวกัน
  3. 2ระบบถอดเสียงนับตัวอักษรที่ได้ยินผิด
  4. 2,000รอบสุ่มซ้ำช่วงความเชื่อมั่น 95%
วิธีวัดแบบเต็ม
  • ชุดทดสอบเขียนแยกต่างหาก และ Tipjai Voice 1 ถูกตรึงก่อนเปิดชุดนี้ ไม่มีการปรับหลังเห็นผล
  • เสียงของแต่ละเจ้าสร้างจากบริการของเจ้านั้นเองเมื่อ 2026-10-05 ถึง 06
  • ระบบถอดเสียง: Thonburian Whisper (biodatlab/whisper-th-medium-combined) และ Typhoon Whisper large-v3 (typhoon-ai) คะแนนคือสัดส่วนตัวอักษรที่ได้ยินผิด หลังจับคำอ่านที่ยอมรับได้ให้เป็นแบบเดียวกัน เฉลี่ยสองระบบ
  • การเทียบรายคู่ใช้ข้อความเดียวกัน สุ่มซ้ำ 4,000 รอบ
  • ไม่เคยใช้เสียงของเจ้าอื่นฝึกหรือปรับ Tipjai Voice และไม่เคยใช้ข้อความทิปจริงของผู้ใช้
  • † Google ไม่ได้ระบุภาษาไทยสำหรับ Gemini Flash Lite TTS แต่เราทดสอบด้วย

ผล

ตัวหนา = ดีที่สุดในแถว ไม่ว่าของใคร
Tipjai Voice 1ของเราGemini 3.8 Flash TTS Koreอันดับหนึ่งของบอร์ดMicrosoft Premwadeeเสียงเริ่มต้นของ Tipjai วันนี้
ฟังผิด6.0%5.3%8.0%
ช่วง 95%4.6% - 7.5%3.4% - 7.7%5.4% - 10.9%
อันดับที่เป็นไปได้1-221-1416-25
ได้ยินชื่อถูก (ระบบ 1 / 2)29 / 3041 / 4332 / 31
ถูกทั้งข้อความ16/6025/6018/60
ความเป็นธรรมชาติ (1 ถึง 5)3.17-2.83
ต่อ 1,000 ข้อความ฿0฿35฿25

รูปที่ 1

0เสียงที่ชัดกว่า Tipjai Voice แบบแยกได้

Tipjai Voice ชัดกว่า 7 เสียงแบบแยกได้ อีก 22 เสียงสูสีจนแยกไม่ออก

  1. Gemini 3.8 Flash TTS Kore+0.7 [−1.3, +2.7] แยกไม่ออก
  2. ElevenLabs v4 Sarah+0.7 [−1.8, +2.8] แยกไม่ออก
  3. ElevenLabs v4 Charlie+0.6 [−1.4, +2.4] แยกไม่ออก
  4. Cartesia Sonic 3.6 Somchai+0.4 [−1.8, +2.4] แยกไม่ออก
  5. ElevenLabs v4 Turbo Sarah+0.2 [−2.3, +2.4] แยกไม่ออก
  6. MiniMax Speech 2.8 HD male 1+0.2 [−1.8, +2.0] แยกไม่ออก
  7. Cartesia Sonic 3.6 Supannee+0.2 [−2.6, +2.5] แยกไม่ออก
  8. Gemini 3.8 Flash Lite TTS Kore †−0.2 [−2.0, +1.6] แยกไม่ออก
  9. Google Neural2-C−0.2 [−2.6, +1.9] แยกไม่ออก
  10. Google Standard-A−0.2 [−2.6, +1.9] แยกไม่ออก
  11. Cartesia Sonic 3.6 Kanya−0.3 [−3.2, +2.2] แยกไม่ออก
  12. Grok Luna−0.3 [−3.6, +2.5] แยกไม่ออก
  13. Microsoft MAI-Voice-2.1 Krit−0.3 [−3.1, +2.0] แยกไม่ออก
  14. Grok Ara−0.3 [−3.9, +2.5] แยกไม่ออก
  15. ElevenLabs v3 Conversational Sarah−0.8 [−3.5, +1.6] แยกไม่ออก
  16. MiniMax Speech 2.8 HD female 1−0.8 [−4.0, +1.8] แยกไม่ออก
  17. Microsoft MAI-Voice-2.1 Flash Harper−1.1 [−3.9, +1.6] แยกไม่ออก
  18. Google Chirp 3 HD Kore−1.1 [−4.5, +1.7] แยกไม่ออก
  19. Google Chirp 3 HD Charon−1.5 [−4.9, +1.3] แยกไม่ออก
  20. Qwen Audio 3.0 TTS Flash, loongjohn−1.7 [−4.3, +0.5] แยกไม่ออก
  21. Microsoft Premwadee−2.0 [−4.5, +0.3] แยกไม่ออก
  22. ElevenLabs v3 Sarah−2.2 [−5.3, +0.5] แยกไม่ออก
  23. Qwen Audio 3.0 TTS Plus, longanlingxin−2.5 [−5.0, −0.3] Tipjai Voice ชัดกว่าอย่างชัดเจน
  24. Inworld TTS-2 Dennis−2.7 [−5.1, −0.5] Tipjai Voice ชัดกว่าอย่างชัดเจน
  25. Microsoft Niwat−3.2 [−5.3, −1.1] Tipjai Voice ชัดกว่าอย่างชัดเจน
  26. Microsoft MAI-Voice-2.1 Harper−5.4 [−11.4, −0.5] Tipjai Voice ชัดกว่าอย่างชัดเจน
  27. Botnoi 311 (Northern dialect)−6.4 [−8.5, −4.3] Tipjai Voice ชัดกว่าอย่างชัดเจน
  28. Inworld TTS-2 Flash Dennis−10.8 [−13.3, −8.4] Tipjai Voice ชัดกว่าอย่างชัดเจน
  29. Fish Audio S2.1 Pro, library voice−20.7 [−24.1, −17.5] Tipjai Voice ชัดกว่าอย่างชัดเจน
วิธีอ่านกราฟนี้

จุดคือผลต่างของการฟังผิด (Tipjai Voice ลบเสียงนั้น หน่วยจุดเปอร์เซ็นต์) บนข้อความเดียวกัน เส้นคือช่วง 95% เส้นที่คร่อมศูนย์คือแยกไม่ออก ด้วยข้อความ 60 ข้อ กลุ่มหัวแถวยังแยกจากกันไม่ได้ ลูกศรคือค่าที่เกินขอบ

รูปที่ 2

฿0ราคาต่อ 1,000 ข้อความของ Tipjai Voice

7 เสียงที่ฟังผิดน้อยกว่า Tipjai Voice ราคา ฿35 ถึง ฿168

Tipjai Voice 1Google Standard-AMicrosoft PremwadeeGemini 3.8 Flash TTS Kore

ราคาตั้งต่อ 1,000 ข้อความ (สเกลลอการิทึม)

บนพื้น (ฟังผิดเกิน 10%): Fish Audio S2.1 Pro, library voice 26.7%, Inworld TTS-2 Flash Dennis 16.8%, Microsoft MAI-Voice-2.1 Harper 11.5%

ไม่มีราคาตั้งสาธารณะ จึงไม่ได้วาด: Botnoi 311 (Northern dialect) 12.4%

ฟังผิด (ยิ่งสูงยิ่งชัด)

วิธีอ่านกราฟนี้

แกนราคาเป็นลอการิทึม ฿0 จึงอยู่ในช่องแยกทางซ้าย เส้นตั้งคือช่วง 95% ราคาตั้งก่อน VAT ที่ 33.695 บาทต่อดอลลาร์ (2026-10-05) ข้อความยาวเฉลี่ย 50 ตัวอักษร

รูปที่ 3

29/60ชื่อที่ได้ยินถูก

ชื่อคือจุดที่ Tipjai Voice แพ้: อันดับ 26 จาก 30

  1. Microsoft MAI-Voice-2.1 Harper44/47
  2. Grok Luna41/45
  3. Microsoft MAI-Voice-2.1 Flash Harper42/43
  4. Gemini 3.8 Flash TTS Kore41/43
  5. Grok Ara40/44
  6. Cartesia Sonic 3.6 Somchai40/43
  7. Cartesia Sonic 3.6 Kanya39/44
  8. Cartesia Sonic 3.6 Supannee39/43
  9. MiniMax Speech 2.8 HD female 139/42
  10. ElevenLabs v4 Sarah41/39
  11. MiniMax Speech 2.8 HD male 139/41
  12. Google Neural2-C38/41
  13. Google Standard-A39/40
  14. ElevenLabs v4 Turbo Sarah39/39
  15. Google Chirp 3 HD Kore38/40
  16. Microsoft MAI-Voice-2.1 Krit35/42
  17. Google Chirp 3 HD Charon37/40
  18. Qwen Audio 3.0 TTS Flash, loongjohn39/36
  19. ElevenLabs v4 Charlie38/36
  20. Gemini 3.8 Flash Lite TTS Kore †35/36
  21. ElevenLabs v3 Conversational Sarah33/36
  22. Inworld TTS-2 Dennis35/31
  23. ElevenLabs v3 Sarah32/33
  24. Microsoft Premwadee32/31
  25. Qwen Audio 3.0 TTS Plus, longanlingxin30/32
  26. Tipjai Voice 129/30
  27. Microsoft Niwat30/29
  28. Fish Audio S2.1 Pro, library voice24/25
  29. Botnoi 311 (Northern dialect)19/18
  30. Inworld TTS-2 Flash Dennis17/18
วิธีอ่านกราฟนี้

หนึ่งแถวคือหนึ่งเสียง หนึ่งช่องคือหนึ่งข้อความ ช่องเต็ม = ระบบถอดเสียงทั้งสองได้ยินชื่อถูก ครึ่งช่อง = ระบบเดียว ตัวเลขขวา = ระบบที่หนึ่ง / สอง Tipjai Voice ได้ชื่ออักษรละติน 10.5/33 (ค่ากลาง 13.75) ชื่ออักษรไทย 19/27 (ค่ากลาง 24.5)

รูปที่ 4

105อันดับของ Tipjai Voice ตามระบบ 1 และ 2

เปลี่ยนไม้บรรทัด อันดับก็เปลี่ยน: 5 เสียงขยับ 8 อันดับขึ้นไป บอร์ดจึงใช้ค่าเฉลี่ยสองระบบ

Thonburian WhisperTyphoon Whisper

  1. ElevenLabs v4 Charlie1
  2. Gemini 3.8 Flash TTS Kore2
  3. ElevenLabs v4 Sarah3
  4. MiniMax Speech 2.8 HD male 14
  5. ElevenLabs v4 Turbo Sarah5
  6. Cartesia Sonic 3.6 Somchai6
  7. Grok Luna7
  8. Gemini 3.8 Flash Lite TTS Kore †8
  9. Google Standard-A9
  10. Tipjai Voice 110
  11. Google Neural2-C11
  12. Cartesia Sonic 3.6 Supannee12
  13. Microsoft MAI-Voice-2.1 Flash Harper13
  14. Cartesia Sonic 3.6 Kanya14
  15. Microsoft MAI-Voice-2.1 Krit15
  16. Grok Ara16
  17. ElevenLabs v3 Conversational Sarah17
  18. MiniMax Speech 2.8 HD female 118
  19. Google Chirp 3 HD Kore19
  20. Qwen Audio 3.0 TTS Flash, loongjohn20
  21. Google Chirp 3 HD Charon21
  22. Qwen Audio 3.0 TTS Plus, longanlingxin22
  23. Inworld TTS-2 Dennis23
  24. ElevenLabs v3 Sarah24
  25. Microsoft Premwadee25
  26. Microsoft Niwat26
  27. Microsoft MAI-Voice-2.1 Harper27
  28. Botnoi 311 (Northern dialect)28
  29. Inworld TTS-2 Flash Dennis29
  30. Fish Audio S2.1 Pro, library voice30
  1. 1Cartesia Sonic 3.6 Somchai
  2. 2Cartesia Sonic 3.6 Supannee
  3. 3ElevenLabs v4 Sarah
  4. 4ElevenLabs v4 Turbo Sarah
  5. 5Tipjai Voice 1
  6. 6Gemini 3.8 Flash TTS Kore
  7. 7Grok Ara
  8. 8Cartesia Sonic 3.6 Kanya
  9. 9Microsoft MAI-Voice-2.1 Krit
  10. 10ElevenLabs v4 Charlie
  11. 11Google Neural2-C
  12. 12Gemini 3.8 Flash Lite TTS Kore †
  13. 13Google Standard-A
  14. 14MiniMax Speech 2.8 HD male 1
  15. 15Grok Luna
  16. 16MiniMax Speech 2.8 HD female 1
  17. 17ElevenLabs v3 Conversational Sarah
  18. 18Google Chirp 3 HD Kore
  19. 19Google Chirp 3 HD Charon
  20. 20Microsoft MAI-Voice-2.1 Flash Harper
  21. 21Microsoft Premwadee
  22. 22ElevenLabs v3 Sarah
  23. 23Qwen Audio 3.0 TTS Flash, loongjohn
  24. 24Microsoft Niwat
  25. 25Qwen Audio 3.0 TTS Plus, longanlingxin
  26. 26Inworld TTS-2 Dennis
  27. 27Microsoft MAI-Voice-2.1 Harper
  28. 28Botnoi 311 (Northern dialect)
  29. 29Inworld TTS-2 Flash Dennis
  30. 30Fish Audio S2.1 Pro, library voice

Tipjai Voice อยู่อันดับ 10 ตาม Thonburian Whisper และ 5 ตาม Typhoon Whisper

วิธีอ่านกราฟนี้

ซ้าย = อันดับตาม Thonburian Whisper ขวา = ตาม Typhoon Whisper เส้นเข้ม = ขยับ 8 อันดับขึ้นไป (มากสุด 10)

ความเป็นธรรมชาติ

รูปที่ 5

3.17/5ห่างจากเสียงที่ดีที่สุด 1.83

ElevenLabs v4 Sarah ได้ 5.00 งานหลักของ Tipjai Voice 2 คือข้อนี้

  1. ElevenLabs v4 Sarah5.00
  2. ElevenLabs v4 Turbo Sarah5.00
  3. Qwen Audio 3.0 TTS Plus, longanlingxin3.50
  4. Tipjai Voice 13.17
  5. Microsoft Premwadee2.83
  6. Fish Audio S2.1 Pro, library voice1.50
วิธีอ่านกราฟนี้

ผู้ฟังคนเดียว ฟังแบบไม่รู้ชื่อ 6 ข้อความจากชุดทดสอบปิดชุดที่ 2 ตัวอย่างเล็ก ใช้ดูทิศทาง ไม่ใช่จัดอันดับ รอบก่อนหน้าใช้ชุดที่ 1 คะแนนจึงอยู่คนละสเกล ไม่นำมาปนกัน

ความเร็วและความเสถียร

รูปที่ 6

76ข้อความต่อนาที บนซีพียูแล็ปท็อปเครื่องเดียว

ข้อความเดียวใช้ 1.38 วินาทีด้วย 4 เธรด

วินาทีต่อข้อความ (ยิ่งเตี้ยยิ่งเร็ว)

  1. 2.931 เธรด
  2. 1.702 เธรด
  3. 1.384 เธรด
  4. 1.338 เธรด

ข้อความต่อนาที เมื่ออ่านพร้อมกัน (ยิ่งสูงยิ่งมาก)

  1. 532 × 2
  2. 644 × 2
  3. 768 × 1
วิธีอ่านกราฟนี้

Intel Core i5-13420H laptop CPU (12 threads), ค่ากลางของ 20 ข้อความ วัดขณะเครื่องมีงานอื่นรันอยู่ ขวา = งานพร้อมกัน × เธรดต่องาน

รูปที่ 7

0ครั้งที่ล่ม เงียบ หรือเสียงแตก จาก 400 ข้อความทดสอบ

ข้อความเดิมได้เสียงเดิมทุกครั้ง และข้อความยาวสุดที่ Tipjai รับก็อ่านได้ครบ

ข้อความทดสอบ
400
ล่ม
0
เงียบ
0
เสียงแตก
0
ข้อความเดิม เสียงเดิม
ใช่
วิธีอ่านกราฟนี้

ชื่อยาวสุด 40 และข้อความยาวสุด 200 ตัวอักษรตามที่ Tipjai รับ อีโมจิ ลิงก์ ตัวอักษรของระบบเขียนอื่นอีก 9 แบบ ตัวเลขทุกรูปแบบ ตัวอักษรที่มองไม่เห็น โค้ด HTML และตัวอักษรลากยาว

ข้อจำกัด

  • ชื่อชื่อไทยยังพลาดบ่อย (รูปที่ 3)
  • ธรรมชาติยังห่างจากเสียงที่ดีที่สุด (รูปที่ 5)
  • อันดับ60 ข้อความแยกหัวแถวไม่ออก (รูปที่ 1)
  • ชุดใหม่ชุดทดสอบปิดชุดที่ 3: ฟังผิด 6.9%

ฟังข้อความที่ Tipjai Voice แพ้มากที่สุด

ใช้อย่างรับผิดชอบ

  • เสียงสังเคราะห์ ไม่ใช่คนจริง
  • เสียงเดียว เลียนเสียงใครไม่ได้
  • คำหยาบถูกปิดก่อนถึงเสียง
  • ต่อยอดจากงานโอเพนซอร์ส ทำตามสัญญาอนุญาตทุกชิ้น

แจ้งปัญหาของเสียง

รุ่น

  1. ตรึง jai-pulse-1 ตัวเลขทั้งหน้านี้วัดจากรุ่นนี้
  2. ข้อความเดิมได้เสียงเดิมทุกครั้ง และอ่านข้อความยาวได้ครบ สิ่งที่อ่านไม่เปลี่ยน
  3. ลองวิธีอ่านแบบใหม่บนชุดทดสอบปิดชุดที่ 3: แย่ลง จึงไม่ใช้