<!-- GENERATED BY scripts/gen_localization_release.py; DO NOT EDIT; source: th/text-to-speech-api/index.html -->

# การแปลงข้อความเป็นเสียงพูด API : เสียงพูด การควบคุม และการส่งออกเสียง

> เปรียบเทียบโมเดล TTS โดยพิจารณาจากจุดสิ้นสุด การควบคุมด้วยเสียง หน่วยการเรียกเก็บเงิน ขั้นตอนการทำงานของเอาต์พุต และคำขอเสียงที่สามารถดำเนินการได้

- Canonical page: https://chinaapi.ai/th/text-to-speech-api/
- Human-readable page: https://chinaapi.ai/th/text-to-speech-api/
- Live pricing: https://dash.chinaapi.ai/pricing?lang=th&utm_source=chinaapi&utm_medium=markdown&utm_campaign=text-to-speech-api

เปรียบเทียบโมเดล TTS โดยพิจารณาจากจุดสิ้นสุด การควบคุมด้วยเสียง หน่วยการเรียกเก็บเงิน ขั้นตอนการทำงานของเอาต์พุต และคำขอเสียงที่สามารถดำเนินการได้

[ลองดู mimo-v2.5-tts](https://dash.chinaapi.ai/start?task=video-with-audio&model=mimo-v2.5-tts&lang=th&utm_source=chinaapi&utm_medium=capability&utm_campaign=text-to-speech-api)

[สร้างคำขอ](https://chinaapi.ai/tools/api-request-generator/)

## ข้อมูลนำเข้า ข้อมูลส่งออก และวงจรชีวิต

### ข้อมูลนำเข้า

ข้อความ พร้อมด้วยเสียงในตัว หรือการควบคุมการออกแบบ/คัดลอกเสียงที่รองรับอย่างชัดเจน

### เอาต์พุต

ไฟล์เสียงพูดในรูปแบบที่รองรับโดยโมเดล หรือช่องเสียงในข้อความตอบกลับแชท

### จุดสิ้นสุด

`POST /v1/audio/speech or POST /v1/chat/completions, according to api_mode`

### วงจรชีวิต

ซิงโครนัส บันทึกการตอบสนองเสียงแบบไบนารี หรือถอดรหัสฟิลด์เสียงที่ส่งคืนโดยโหมดแชท

## หนึ่งคำจำกัดความต่อหนึ่งงาน

การแปลงข้อความเป็นเสียงพูด, การโคลนเสียง, การออกแบบเสียง

**ขีดจำกัด:** ระบบระบุเสียงอัตโนมัติ การขอความยินยอมในการโคลนนิ่ง การรองรับภาษา การสตรีมมิ่ง ข้อจำกัดจำนวนตัวอักษร และรูปแบบเอาต์พุตนั้นขึ้นอยู่กับรุ่นของอุปกรณ์

## 8 ที่มีเมตาเดตาที่ระบุอย่างชัดเจน

ฟังก์ชันที่ไม่ทราบจะถูกละเว้น และจะไม่คาดเดาจากชื่อรุ่น ตัวอย่างการกำหนดราคาใช้ข้อมูลสาธารณะที่ซิงโครไนซ์ไว้ ราคา Dash แบบเรียลไทม์ยังคงเป็นข้อมูลที่ถูกต้องที่สุด

### [mimo-v2.5-tts](https://chinaapi.ai/th/models/mimo-v2.5-tts/)

Xiaomi การสังเคราะห์เสียงหลายภาษาที่แสดงอารมณ์ได้ MiMo-V2.5-TTS ดีเยี่ยม พร้อมเสียงพูดในตัว คำแนะนำในรูปแบบภาษาธรรมชาติ อารมณ์ จังหวะ น้ำเสียง สำเนียง และการควบคุมตัวอักษร

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/chat/completions`

**ตัวอย่างค่าใช้จ่าย:** 1 10k ตัวอักษร × $0 = $0 .

### [stepaudio-2.5-tts](https://chinaapi.ai/th/models/stepaudio-2.5-tts/)

StepAudio การสังเคราะห์เสียงพูดตาม TTS พร้อมการ 2.5 ภาษาธรรมชาติแบบอินไลน์ การแสดงออกทางอารมณ์ เสียงพูดในตัว และเอาต์พุต OpenAI-compatible

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.85k ตัวอักษร × $0.85 = $0.85 .

### [glm-tts](https://chinaapi.ai/th/models/glm-tts/)

GLM-TTS การสังเคราะห์เสียงพูดที่คำนึงถึงบริบท พร้อมการถ่ายทอดอารมณ์ การส่งออกเสียงแบบสตรีมมิ่ง เสียงเริ่มต้นที่รวดเร็ว และการควบคุมเสียง ความเร็ว และระดับเสียง

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.307692k ตัวอักษร × $0.307692 = $0.307692 .

### [qwen3-tts-flash](https://chinaapi.ai/th/models/qwen3-tts-flash/)

Qwen3-TTS-Flash การสังเคราะห์เสียงหลายภาษาที่มีความหน่วงต่ำ พร้อมการป้อนข้อมูลแบบผสมภาษา เสียงพูดในตัว การจับคู่ภาษาอัตโนมัติ และการคิดค่าบริการตามจำนวนตัวอักษร

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.123077k ตัวอักษร × $0.123077 = $0.123077 .

### [speech-2.8-hd](https://chinaapi.ai/th/models/speech-2.8-hd/)

MiniMax พูด 2.8 HD — การสังเคราะห์เสียงพูดคุณภาพสูง พร้อมการถ่ายทอดอารมณ์ที่เป็นธรรมชาติ การปรับปรุงคุณภาพภาษา การควบคุมด้วยเสียง และรูปแบบเสียงสำหรับการผลิต

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.538462k ตัวอักษร × $0.538462 = $0.538462 .

### [speech-2.8-turbo](https://chinaapi.ai/th/models/speech-2.8-turbo/)

MiniMax Speech 2.8 Turbo — การสังเคราะห์เสียงพูดที่เน้นความเร็ว ให้เสียงที่เป็นธรรมชาติ ควบคุมอารมณ์ ปรับปรุงคุณภาพภาษา และรองรับรูปแบบเสียงที่ใช้กันทั่วไปในการผลิต

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.307692k ตัวอักษร × $0.307692 = $0.307692 .

### [step-tts-2](https://chinaapi.ai/th/models/step-tts-2/)

ขั้นตอนที่ TTS 2 — การสังเคราะห์เสียงพูดที่แสดงอารมณ์ด้วยเสียงทางการและเสียงจำลอง การควบคุมความเร็วและระดับเสียง การแมปการออกเสียง และรูปแบบเอาต์พุตหลายรูปแบบ

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.4k ตัวอักษร × $0.4 = $0.4 .

### [step-tts-mini](https://chinaapi.ai/th/models/step-tts-mini/)

Step TTS — ระบบสังเคราะห์เสียงพูดที่มีประสิทธิภาพและคุ้มค่าสำหรับภาษาจีน อังกฤษ ญี่ปุ่น กวางตุ้ง และเสฉวน พร้อมเสียงทางการและเสียงเลียนแบบ

**หน้าที่:** วิดีโอพร้อมเสียง, การแปลงข้อความเป็นเสียงพูด

**จุดสิ้นสุด:** `POST /v1/audio/speech`

**ตัวอย่างค่าใช้จ่าย:** 1 10.15k ตัวอักษร × $0.15 = $0.15 .

## ดำเนินการหรือประเมินก่อนลงทะเบียน

[คำนวณ API](https://chinaapi.ai/tools/api-cost-calculator/) · [สร้างคำสั่ง curl, Python หรือ JavaScript](https://chinaapi.ai/tools/api-request-generator/) · [ติดตั้งสูตรเอเจนต์ Seedance 2](https://chinaapi.ai/agent-recipes/seedance-2/)

แหล่งที่มาและวิธีการ: [ชุดข้อมูลการกำหนดราคาโมเดลสาธารณะ](https://chinaapi.ai/th/data/model-pricing/)อัปเดตแล้ว 2026-08-08 ข้อจำกัดต่างๆ ระบุไว้ข้างต้นแล้ว การเรียกร้องของบุคคลที่สามยังคงอยู่ถัดจากหน้าตัวอย่างที่อ้างอิงถึงพวกเขา

---

Markdown twin of https://chinaapi.ai/th/text-to-speech-api/ — generated from its canonical HTML by scripts/gen_localization_release.py. Full site reference: https://chinaapi.ai/llms-full.txt