Voxtral TTS 3 และ HeyGen Voice : ต้นทุนจริงของงานพากย์เสียง
เปรียบเทียบ API เสียงภายนอกที่เปิดตัวใหม่กับเสียงที่ใช้ได้บน OmniArt แยกราคาดอลลาร์ออกจากเครดิต ตรวจสอบข้อจำกัดด้านภาษา แล้วเลือกให้เหมาะกับเอเจนต์เรียลไทม์หรืองานพากย์เสียงสำเร็จรูป
Voxtral TTS 3 และ HeyGen Voice เพิ่มตัวเลือก API ที่คิดราคาตามจำนวนอักขระให้ครีเอเตอร์พิจารณา แต่เมื่อต้องตั้งงบพากย์เสียง คำถามที่มีประโยชน์กว่าคือกว่าจะได้เสียงบันทึกที่ผ่านการอนุมัติต้องใช้อะไรบ้าง ทั้งภาษาเป้าหมาย การถ่ายทอดเสียงที่นำไปใช้ได้จริง ความยาวบท และจำนวนครั้งที่ต้องสร้างเพิ่มล้วนมีผล บทความนี้เทียบ API ภายนอกกับตัวเลือกเสียงที่เลือกใช้ได้ในโหมดเสียงของ OmniArt
ตรวจสอบเมื่อ 26 ตุลาคม 2026 : ทั้ง Voxtral TTS 3 และ HeyGen Voice ยังไม่อยู่ในแค็ตตาล็อกสาธารณะของ OmniArt ราคา USD ด้านล่างเป็นของ Mistral และ fal ตามลำดับ ส่วนโมเดลที่ใช้ได้บน OmniArt คิดเป็นเครดิต บทความนี้จึงแยกสองหน่วยออกจากกัน
Voxtral TTS 3 และ HeyGen Voice : สิ่งที่เปิดตัวแล้ว#
Mistral ระบุวันที่เปิดตัว Voxtral TTS 3 (เปิดในแท็บใหม่) เป็น 20 ตุลาคม 2026 และกำกับว่าเป็นรุ่นพรีวิวสาธารณะ ประกาศ (เปิดในแท็บใหม่)อธิบายการสร้างเสียงทั้งแบบแบตช์และเรียลไทม์ ข้อมูลเหล่านี้เป็นความสามารถที่ผู้ให้บริการรายงานและตรวจสอบเมื่อ 26 ตุลาคม 2026 ไม่ใช่ผลจากการทดสอบฟังของ OmniArt
fal ประกาศเปิดตัว HeyGen Voice (เปิดในแท็บใหม่) เมื่อ 21 ตุลาคม 2026 หน้ารุ่นมาตรฐาน (เปิดในแท็บใหม่)และ Turbo (เปิดในแท็บใหม่) ในปัจจุบันให้สร้างเสียงจากเสียงในคลังหรือเสียงบันทึกอ้างอิง ราคาที่ใช้ในบทความเป็นราคาบนแพลตฟอร์ม fal ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 จึงไม่ยืนยันราคาของ API ที่ HeyGen ให้บริการโดยตรง
เทียบราคาต่อ 1,000 อักขระ#
ตาราง API ภายนอกใช้ USD เท่านั้น อัตราของ Mistral รวมถึงราคาปกติและราคาโปรโมชันของ fal มาจากหน้ารายการของผู้ให้บริการหรือแพลตฟอร์มที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 การคำนวณต่อหนึ่งพันอักขระช่วยให้หน่วยคิดค่าบริการตรงกัน ไม่ใช่การวัดคุณภาพเสียง
| โมเดลภายนอก / แพลตฟอร์ม | อัตราที่ระบุ | USD ต่อ 1,000 อักขระ | ข้อจำกัดข้อความต่อคำขอ |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (เปิดในแท็บใหม่) | $13 ต่อล้านอักขระ | $0.013 | การ์ดโมเดลที่ตรวจในบทความนี้ยังไม่ยืนยัน |
| HeyGen Voice / fal (เปิดในแท็บใหม่) | ราคาปกติ $0.03 ต่อ 1,000 อักขระ | ปกติ $0.03 โปรโมชัน $0.015 | 5,000 อักขระ |
| HeyGen Voice Turbo / fal (เปิดในแท็บใหม่) | ราคาปกติ $0.004 ต่อ 1,000 อักขระ | ปกติ $0.004 โปรโมชัน $0.002 | 5,000 อักขระ |
fal โฆษณาโปรโมชันลด 50% ถึง 31 ตุลาคม 2026 ในหน้ารุ่น Voice ทั้งสองรุ่น ตรวจสอบหน้าเหล่านั้นอีกครั้งก่อนตั้งงบสำหรับช่วงหลังวันดังกล่าว ข้อจำกัดมาจากสคีมารุ่นมาตรฐาน (เปิดในแท็บใหม่)และสคีมารุ่น Turbo (เปิดในแท็บใหม่) ของ fal ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026
ตารางต่อไปใช้ เครดิต OmniArt เท่านั้น โดยอ้างอิงแค็ตตาล็อกโมเดลของ OmniArt และกติกาคิดราคาเสียงร่วมกันที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 ลิงก์โมเดลสาธารณะจะเปิดหน้าของโมเดลนั้น
| โมเดลที่ใช้ได้บน OmniArt | เครดิตต่อช่วงอักขระ เศษของช่วงนับเต็มช่วง | เครดิตต่อ 1,000 อักขระ | ข้อจำกัดบท | แพ็กเกจขั้นต่ำ |
|---|---|---|---|---|
| Eleven v3 | 1 เครดิตต่อ 50 อักขระ | 20 | 5,000 อักขระ | Starter |
| Eleven Multilingual v2 | 1 เครดิตต่อ 50 อักขระ | 20 | 10,000 อักขระ | Starter |
| Eleven Turbo v2.5 | 1 เครดิตต่อ 100 อักขระ | 10 | 20,000 อักขระ | Starter |
| MiniMax Speech 2.8 HD | 1 เครดิตต่อ 50 อักขระ | 20 | 9,999 อักขระ | Free |
| MiniMax Speech 2.8 Turbo | 1 เครดิตต่อ 100 อักขระ | 10 | 9,999 อักขระ | Free |
หมายเหตุ
USD และเครดิต OmniArt เป็นคนละหน่วย บทความนี้ไม่แปลงค่าระหว่างกันหรือจัดอันดับว่าหน่วยใดถูกกว่า โมเดลในแพ็กเกจ Free ยังคงใช้เครดิต
OmniArt ปัดเศษของแต่ละช่วงอักขระขึ้นตามกติกาในแค็ตตาล็อกที่ตรวจสอบวันเดียวกัน ทุกครั้งที่สร้างเสียงอีกเทคจะนับเป็นการสร้างอีกหนึ่งครั้ง วางบทจริงพร้อมแท็กกำกับการถ่ายทอดเสียงในโหมดเสียง แล้วตรวจสอบยอดประมาณการที่แสดงก่อนสร้าง แม้ราคาต่อหน่วยต่ำ งบทำงานจริงก็อาจสูงขึ้นได้หากต้องแก้การออกเสียงหรือปรับจังหวะด้วยการสร้างซ้ำหลายครั้ง
ภาษาและการโคลนเสียง : อ่านเงื่อนไขให้ละเอียด#
ณ 26 ตุลาคม 2026 การ์ดโมเดล (เปิดในแท็บใหม่)ของ Mistral ระบุ 9 ภาษา ประกาศ (เปิดในแท็บใหม่)ระบุ มากกว่า 35 ภาษาและมากกว่า 50 สำเนียง ส่วนเอกสารภาษา (เปิดในแท็บใหม่)ระบุ 35 ภาษาและมากกว่า 50 สำเนียง แหล่งข้อมูลของผู้ให้บริการเหล่านี้ไม่ตรงกัน บทความจึงยังไม่สรุปขอบเขตภาษาที่ API ทั้งระบบรองรับจริง ตรวจสอบคู่ภาษาและเสียงที่ต้องการก่อนตัดสินใจใช้กับโครงการปรับเนื้อหาเป็นภาษาท้องถิ่น
รายละเอียดความสามารถด้านล่างเป็นข้อมูลที่ผู้ให้บริการหรือแพลตฟอร์มรายงาน ตรวจสอบเมื่อ 26 ตุลาคม 2026 เทียบกับภาพรวม TTS (เปิดในแท็บใหม่) เอกสารภาษา (เปิดในแท็บใหม่) และคู่มือโคลนเสียง (เปิดในแท็บใหม่)ของ Mistral รวมถึงเอกสาร Voice API (เปิดในแท็บใหม่) ของ fal
| รายละเอียด | Voxtral TTS 3 | HeyGen Voice บน fal |
|---|---|---|
| ภาษา | การ์ดโมเดลระบุ 9 ประกาศระบุมากกว่า 35 เอกสารภาษาระบุ 35 ภาษาและมากกว่า 50 สำเนียง | เลือกรหัสภาษาได้ 39 รหัส หากไม่ระบุจะตรวจหาอัตโนมัติ |
| เสียงสำเร็จรูป | ตารางภาษามี 22 รายการ รวมเสียงสำเร็จรูป 35 เสียง ภาษาที่ไม่มีเสียงสำเร็จรูปให้ใช้การโคลน | เสียงสาธารณะ 24 เสียง |
| อินพุตสำหรับโคลน | เสียงบันทึกสั้นสำหรับโคลนแบบไม่ต้องฝึกเพิ่ม บันทึกเสียงไว้ใช้ซ้ำผ่าน ID ได้ | เสียงบันทึกผู้พูดคนเดียว ใช้เฉพาะ 3 นาทีแรก |
| การควบคุมการถ่ายทอดเสียง | แท็กอารมณ์ 34 แบบ แท็กความเร็ว slow / fast การออกเสียงด้วยหน่วยเสียง และ TTS ที่ใช้บริบท | expressiveness_boost |
| เอาต์พุต | MP3 WAV PCM FLAC Opus | 44.1 kHz WAV |
ภาพรวมของ Mistral ระบุว่าตอนเปิดตัวยังใช้ข้อความภาษาทั่วไปเพื่อกำกับสไตล์ไม่ได้ แม้ประกาศจะกล่าวถึงการทำตามข้อความกำกับ จึงไม่ควรออกแบบขั้นตอนทำงานโดยตั้งสมมติฐานว่าฟีเจอร์นั้นพร้อมใช้ บทความนี้ยังไม่ถือว่าความพร้อมใช้หรือราคาของ Pro Voice ได้รับการยืนยัน โคลนเฉพาะเสียงที่คุณมีสิทธิ์ใช้เท่านั้น
เอเจนต์เรียลไทม์กับงานพากย์เสียงสำเร็จรูป#
ภาพรวม TTS (เปิดในแท็บใหม่) ของ Mistral แยก voxtral-mini-tts-3-0 สำหรับข้อความที่สมบูรณ์แล้วออกจาก voxtral-mini-tts-realtime-3-0 สำหรับงานเรียลไทม์ การ์ดโมเดล (เปิดในแท็บใหม่)รายงานเวลาจนเริ่มได้เสียงประมาณ 90 มิลลิวินาที ตรวจสอบเมื่อ 26 ตุลาคม 2026 ตัวเลขนี้เป็นค่าการสตรีมที่ผู้ให้บริการรายงาน ไม่ใช่ค่าหน่วงบทสนทนาตลอดกระบวนการที่วัดจริงหรือคำรับรองความหน่วงจาก OmniArt
หากคุณกำลังสร้างเอเจนต์ที่โต้ตอบสด การเชื่อมต่อ API ภายนอกหมายถึงต้องทดสอบปฏิสัมพันธ์ทั้งหมด ตั้งแต่ตรวจจับว่าผู้พูดจบตาแล้ว สร้างคำตอบ ส่งเสียง ไปจนถึงเริ่มเล่นเสียง เวลาจนเริ่มได้เสียงที่สั้นเพียงอย่างเดียวไม่ยืนยันว่าผู้โทรจะรู้สึกว่าบทสนทนาลื่นไหล
สำหรับงานพากย์เสียงสำเร็จรูป ให้เริ่มจากการออกเสียง การถ่ายทอด และความสะดวกในการตัดต่อ ฟังชื่อเฉพาะกับท้ายประโยค แล้วนำเทคไปวางเทียบกับวิดีโอ ขั้นตอนเสียงของ OmniArt สร้างไฟล์เสียงสำเร็จรูปสำหรับการตัดต่อประเภทนี้ ตารางราคาช่วยประมาณต้นทุนบทได้ แต่ไม่อาจตัดสินว่าเทคใดควรอยู่ในงานตัดต่อฉบับสุดท้าย
เลือกเสียงบน OmniArt ในตอนนี้#
ใช้ตัวเลือกเริ่มต้นตามงานต่อไปนี้ โดยอ้างอิงแค็ตตาล็อก OmniArt ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 ตัวเลือกเหล่านี้มีไว้ให้ทดลองฟัง ไม่ใช่คะแนนเปรียบเทียบจากการฟัง
| งานของคุณ | โมเดลที่ลองได้ | สิ่งที่ต้องตรวจสอบ |
|---|---|---|
| พากย์เสียงสั้นพร้อมแท็กอารมณ์ | Eleven v3 | แท็กเปลี่ยนการถ่ายทอดตรงจังหวะที่ต้องการหรือไม่ |
| บรรยายหลายภาษาที่ค่อนข้างยาว | Eleven Multilingual v2 | ภาษาเป้าหมายและการออกเสียง รหัสภาษา 29 รหัสพร้อมโหมดอัตโนมัติ |
| บทยาวที่ใช้เครดิตต่ออักขระน้อยลง | Eleven Turbo v2.5 | ภาษาเป้าหมาย รหัสภาษา 32 รหัสพร้อมโหมดอัตโนมัติ |
| เสียงบรรยายสำเร็จรูปในแพ็กเกจ Free | MiniMax Speech 2.8 HD | การถ่ายทอดเข้ากับงานตัดต่อสุดท้ายหรือไม่ |
| เสียงฉบับร่างในแพ็กเกจ Free | MiniMax Speech 2.8 Turbo | จังหวะเวลาของบทก่อนสร้างเทคเพิ่ม |
จำนวนรหัสภาษาด้านบนมาจากแค็ตตาล็อก OmniArt ที่ตรวจสอบวันเดียวกัน ไม่ใช่จำนวนภาษาที่กว้างกว่าจากการตลาดของผู้ให้บริการ ยืนยันภาษาเป้าหมายในตัวเลือกปัจจุบัน เริ่มจากข้อความสั้นที่มีชื่อเฉพาะ การหยุดเว้นจังหวะ และการเปลี่ยนน้ำเสียงที่โครงการต้องใช้
ใช้เสียงเดิมแล้วทดลองฟังบทนี้ทั้งแบบมีและไม่มีแท็ก จากนั้นเปลี่ยนข้อความกำกับทีละจุด คู่มือแท็กเสียง Eleven v3 อธิบายตำแหน่งแท็ก ส่วน Eleven v4 เทียบ Eleven v3 แยกรุ่นภายนอกที่ใหม่กว่าออกจากโมเดลบน OmniArt สำหรับการตัดต่อจากฉบับร่างเป็นฉบับสมบูรณ์ ดูคู่มือพากย์เสียง MiniMax Speech หากคู่มือเก่าระบุข้อจำกัดต่างกัน ให้ใช้ข้อจำกัดปัจจุบันในบทความนี้
คำถามที่พบบ่อย#
Voxtral TTS 3 ราคาเท่าไร?
Mistral ระบุราคา $13 ต่อล้านอักขระ หรือเท่ากับ $0.013 ต่อ 1,000 อักขระในการ์ดโมเดล (เปิดในแท็บใหม่) ตรวจสอบเมื่อ 26 ตุลาคม 2026 นี่คือราคา API ที่ผู้ให้บริการรายงานสำหรับโมเดลรุ่นพรีวิวสาธารณะ ไม่ใช่อัตราเครดิตของ OmniArt และไม่สามารถใช้ตัวเลขนี้เพียงอย่างเดียวเพื่อระบุต้นทุนบทสนทนาทั้งหมดของเอเจนต์เสียง
HeyGen Voice ราคาเท่าไร?
ณ 26 ตุลาคม 2026 fal ระบุราคาปกติของ HeyGen Voice (เปิดในแท็บใหม่) ที่ $0.03 ต่อ 1,000 อักขระ และ Turbo (เปิดในแท็บใหม่) ที่ $0.004 โปรโมชันที่โฆษณาถึง 31 ตุลาคมลดราคาลงเป็น $0.015 และ $0.002 ตามลำดับ สคีมาทั้งสองกำหนดข้อความไม่เกิน 5,000 อักขระต่อคำขอ ทั้งหมดนี้เป็นเงื่อนไขของแพลตฟอร์ม fal ตรวจสอบหน้ารายการอีกครั้งก่อนซื้อ
Voxtral TTS 3 รองรับกี่ภาษา?
แหล่งข้อมูลของผู้ให้บริการยังไม่ตรงกัน ณ 26 ตุลาคม 2026 การ์ดโมเดล (เปิดในแท็บใหม่)ของ Mistral ระบุ 9 ภาษา ประกาศ (เปิดในแท็บใหม่)ระบุมากกว่า 35 ภาษา และเอกสารภาษา (เปิดในแท็บใหม่)ระบุ 35 ภาษาและมากกว่า 50 สำเนียง เอกสารดังกล่าวแสดงเสียงสำเร็จรูปในรายการภาษา 22 รายการ บทความนี้ยังไม่สรุปข้อขัดแย้ง ตรวจสอบภาษาเป้าหมายและเสียงก่อนนำ API ไปใช้
ใช้ Voxtral TTS 3 หรือ HeyGen Voice บน OmniArt ได้หรือไม่?
ยังใช้ไม่ได้ ทั้งสองโมเดลไม่ปรากฏในแค็ตตาล็อกสาธารณะของ OmniArt ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 ในโหมดเสียง ตัวเลือกที่ใช้ได้และกล่าวถึงในบทความนี้คือ Eleven v3 Eleven Multilingual v2 Eleven Turbo v2.5 MiniMax Speech 2.8 HD และ MiniMax Speech 2.8 Turbo เลือกตามบท ภาษา ยอดเครดิตประมาณการ และแพ็กเกจที่ต้องใช้ การเปิดตัวของผู้ให้บริการภายนอกไม่ได้ยืนยันวันเปิดใช้บน OmniArt
สร้างงานพากย์เสียงบน OmniArt#
เปิดโหมดเสียง เลือกโมเดลเสียงที่พร้อมใช้ แล้วทดลองฟังข้อความสั้นจากบทของคุณก่อนสร้างเสียงบันทึกฉบับเต็ม
