AI พากย์เสียงไทย ทำยังไง เครื่องมือและเสียงโคลน

โดย Leon · เผยแพร่ 10 พ.ย. 2569

• AI พากย์เสียงคือแปลงบทที่เขียนเป็นเสียงพูด ใช้ทำคลิปสั้นได้โดยไม่ต้องอัดเอง
• เครื่องมือหลักคือ ElevenLabs เสียงอ่านของ Google และ Microsoft และ CapCut ต่างกันที่คุณภาพ ราคา และภาษาไทย
• บทที่เขียนให้พูดต้องสั้น เป็นประโยคพูด ไม่ใช่ประโยคเขียน
• เสียงโคลนต้องเป็นเสียงของตัวเองหรือได้รับอนุญาตเท่านั้น

AI พากย์เสียงคือการแปลงบทที่เขียนไว้เป็นเสียงพูดด้วย AI ทำให้ทำคลิปสั้นได้โดยไม่ต้องอัดเสียงเอง ภาษาไทยทำได้ด้วยเครื่องมืออย่าง ElevenLabs เสียงอ่านของ Google และ Microsoft และ CapCut ขั้นตอนหลักคือเขียนบทให้พูดง่าย เลือกเสียง ปรับจังหวะ แล้วนำไปประกอบกับภาพ เงื่อนไขฟรีและราคาเปลี่ยนได้ ณ พ.ย. 2569 ให้เช็กล่าสุดที่เว็บของแต่ละเครื่องมือ

ผู้สอนใช้ ElevenLabs ทำเสียงในคลิปจริงอยู่ในสายการผลิตคลิปของผู้สอน บทความนี้จึงเล่าส่วนที่ใช้จริงอย่างตรงไปตรงมา ส่วน Google, Microsoft และ CapCut อธิบายจากลักษณะที่เปิดเผยทั่วไป ไม่ได้อ้างผลทดสอบของตัวเอง และไม่มีตัวเลขยอดวิวหรือรายได้ในบทความนี้

ถ้าคุณเคยใช้ AI แค่แชตถามตอบ ขอให้คิดว่าเสียงพากย์คือ “ตัวอักษรที่พูดได้” คุณเขียนบท AI เป็นคนอ่านให้ ทักษะที่สำคัญที่สุดจึงไม่ใช่การเลือกเครื่องมือ แต่คือการเขียนบทที่เหมาะกับการพูด ซึ่งฝึกได้จากการเขียน prompt ให้ AI ช่วยร่างบทและปรับสำนวนเป็นภาษาพูด

AI พากย์เสียงคืออะไร ใช้ทำอะไรได้บ้าง

AI พากย์เสียง หรือ text to speech คือระบบที่รับข้อความแล้วสร้างเสียงพูดออกมา เสียงรุ่นใหม่ฟังเป็นธรรมชาติกว่าเสียงหุ่นยนต์รุ่นเก่ามาก มีจังหวะ น้ำหนัก และอารมณ์พอใช้งานจริง งานที่คนใช้บ่อยมีสี่แบบ คือพากย์คลิปสั้นสำหรับ TikTok Reels และ YouTube Shorts ทำเสียงบรรยายสไลด์หรือคลิปสอน ทำเสียงอ่านบทความ และทำเสียงในคลิปที่ไม่อยากออกหน้าตัวเอง

ข้อดีที่ชัดที่สุดคือประหยัดเวลาและไม่ต้องใช้ไมโครโฟนหรือห้องเงียบ ข้อเสียคือเสียงอาจฟังเรียบเกินไป และต้องใช้เวลาปรับบทให้พูดแล้วไม่แข็ง ซึ่งเป็นงานของคุณ ไม่ใช่งานของเครื่องมือ

เครื่องมือ AI พากย์เสียงไทยมีอะไรบ้าง คุณภาพและราคาต่างกันยังไง

ตารางนี้เป็นภาพรวมการใช้งาน ไม่ใช่อันดับคุณภาพ ราคาและโควตาเปลี่ยนได้ ณ พ.ย. 2569 ให้เช็กล่าสุดที่เว็บเครื่องมือ

หลักเลือกแบบสั้น ถ้าต้องการเสียงที่มีอารมณ์และอยากโคลนเสียงตัวเอง ElevenLabs เป็นตัวเลือกที่ผู้สอนใช้ ถ้าต้องการทำเร็วในโปรแกรมตัดต่อเดียว CapCut สะดวก ถ้าต้องการเสียงอ่านที่ชัดสำหรับบทเรียนหรือประกาศ เสียงของ Google และ Microsoft เป็นทางเลือก ลองอ่านบทเดียวกันกับทุกตัวก่อนตัดสินใจ

ทำเสียงพากย์คลิปสั้นด้วย AI ทำยังไง 6 ขั้นตอน

1. เขียนบทให้เป็นภาษาพูด ประโยคละไม่เกินสิบห้าคำ ตัดภาษาเขียนทางการ ลองอ่านออกเสียงเอง ถ้าอ่านไม่ลื่นให้เขียนใหม่ สั่งให้แชต AI ช่วยแปลงบทเป็นภาษาพูดได้ แต่ต้องอ่านทวนเอง
2. เตรียมคำที่ออกเสียงยาก ตัวเลข อักษรย่อ และคำอังกฤษปนไทย ให้สะกดตามเสียงที่อยากให้อ่าน เช่น เขียนชื่อแบรนด์เป็นคำอ่านไทยถ้าเสียงอ่านเพี้ยน
3. เลือกเสียงและทดลองอ่านสั้น ๆ ลองอ่านสองสามประโยคด้วยเสียงที่เลือก ฟังด้วยหูฟังและลำโพงมือถือ เพราะคนดูคลิปส่วนใหญ่ฟังผ่านมือถือ
4. สร้างเสียงทั้งบทแล้วฟังตลอด ฟังหาจุดอ่านผิด หยุดผิดจังหวะ หรือน้ำเสียงไม่เข้ากับเนื้อหา แก้เฉพาะประโยคที่มีปัญหาแล้วสร้างใหม่ทีละประโยค ไม่ต้องสร้างทั้งบทซ้ำ
5. ประกอบกับภาพ นำไฟล์เสียงเข้าโปรแกรมตัดต่อ จัดภาพให้ตรงกับคำพูด ใส่ซับไตเติลเพราะคนจำนวนมากดูคลิปแบบปิดเสียง
6. ฟังรอบสุดท้ายบนมือถือจริง ก่อนโพสต์ ตรวจระดับเสียงให้พอดี ไม่ดังหรือเบาจนต้องปรับ

ขั้นตอนที่ 1 และ 2 คือจุดที่ทำให้เสียงดูมืออาชีพต่างจากมือใหม่ เสียงดีแค่ไหนก็ช่วยบทที่ยาวและแข็งไม่ได้ ถ้าอยากเห็นภาพรวมการทำคลิปตั้งแต่บทไปจนถึงสร้างตัวตน อ่านต่อที่ ปั้นตัวตนด้วยคลิป AI

โคลนเสียงตัวเองด้วย AI ทำยังไง

เครื่องมืออย่าง ElevenLabs มีฟีเจอร์ให้สร้างเสียงจำลองจากเสียงจริงของคุณ ผู้สอนใช้เสียงโคลนของตัวเองในงานคลิป ขั้นตอนทั่วไปมีสามส่วน

เตรียมเสียงต้นฉบับ อัดเสียงตัวเองพูดต่อเนื่องในห้องเงียบ ไม่มีเสียงสะท้อนหรือเพลงพื้นหลัง ตามความยาวที่เครื่องมือแนะนำ พูดด้วยน้ำเสียงที่อยากให้เสียงโคลนมี เพราะเสียงจำลองจะเลียนแบบทั้งจังหวะและอารมณ์ของต้นฉบับ

อัปโหลดและสร้างเสียง ใช้ฟีเจอร์โคลนเสียง ซึ่งอาจต้องใช้แพลนเสียเงินตามเงื่อนไขล่าสุดของเครื่องมือ ณ พ.ย. 2569 ให้เช็กหน้าราคา ระบบจะใช้เวลาสร้างเสียงจำลองแล้วให้ทดลองอ่านบทได้

ทดสอบและปรับ อ่านบทสั้นหลายแบบแล้วเทียบกับเสียงจริง ถ้าฟังเรียบเกินไปให้ปรับบทให้มีจังหวะหยุดและเน้นคำมากขึ้น ผลลัพธ์ภาษาไทยอาจไม่เหมือนต้นฉบับ 100 เปอร์เซ็นต์ ต้องฟังเองก่อนใช้ในคลิปจริง

เสียงโคลน กฎหมาย และมารยาทที่ต้องรู้

เสียงของคนเป็นข้อมูลส่วนบุคคลชนิดหนึ่ง การโคลนเสียงโดยไม่ได้รับอนุญาตสร้างปัญหาได้ทั้งทางกฎหมายและชื่อเสียง กฎที่ควรยึดมี 5 ข้อ

• โคลนเฉพาะเสียงของตัวเอง หรือเสียงที่เจ้าของอนุญาตเป็นลายลักษณ์อักษร ห้ามโคลนเสียงคนดังหรือคนรู้จักโดยไม่ได้รับอนุญาต
• ห้ามใช้เสียงจำลองหลอกคนอื่น เช่น ปลอมเป็นคนอื่นเพื่อขอเงินหรือชักจูง ซึ่งอาจเป็นความผิดทางกฎหมาย
• บอกผู้ชมเมื่อจำเป็น ถ้าเสียงอาจทำให้เข้าใจผิด เช่น เสียงของบุคคลจริง และอ่านนโยบายของแพลตฟอร์มที่ลงคลิปเรื่องการระบุเนื้อหาที่สร้างด้วย AI
• เก็บไฟล์เสียงต้นฉบับอย่างปลอดภัย เพราะเป็นข้อมูลที่ใช้สร้างเสียงจำลองของคุณได้
• อ่านเงื่อนไขการใช้เชิงพาณิชย์ของเครื่องมือ แพลนฟรีบางตัวไม่อนุญาตให้ใช้เสียงในงานโฆษณา

บทความนี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำทางกฎหมาย ถ้าจะใช้เสียงในงานเชิงพาณิชย์ขนาดใหญ่ ควรปรึกษาผู้เชี่ยวชาญ

ทำให้เสียงพากย์ไทยฟังเป็นธรรมชาติได้ยังไง

ปัญหาที่พบบ่อยที่สุดของเสียง AI ภาษาไทยคือจังหวะ ไม่ใช่คุณภาพเสียง ผู้สอนแก้ด้วยวิธีเหล่านี้ เขียนบทเป็นประโยคสั้น ใช้เครื่องหมายวรรคตอนและบรรทัดว่างช่วยให้เสียงหยุดหายใจ เลี่ยงคำฟุ่มเฟือยที่ไม่มีใครพูดจริง สะกดคำต่างประเทศให้อ่านตามเสียง และทดลองอ่านประโยคเดียวกันหลายครั้งเพื่อเลือกเทกที่ดีที่สุด

อีกเคล็ดลับคือตัดต่อเสียงเหมือนตัดต่อวิดีโอ แทนที่จะหวังให้ AI อ่านทั้งบทถูกในครั้งเดียว ให้แบ่งบทเป็นท่อนสั้น สร้างทีละท่อน เลือกท่อนที่ดีแล้วนำมาต่อกัน วิธีนี้ใช้เวลามากขึ้นเล็กน้อยแต่คุมคุณภาพได้ดีกว่ามาก

เริ่มทำเสียงพากย์ในงานจริงของคุณยังไง

เริ่มจากคลิปสั้นหนึ่งคลิป ความยาวไม่เกินสามสิบวินาที เขียนบทห้าประโยค ลองกับเครื่องมือฟรีสองตัวและเลือกเสียงที่ฟังแล้วสบายหูที่สุด จากนั้นเก็บแม่แบบบทและตั้งค่าเสียงไว้ใช้ซ้ำ เมื่อกระบวนการนิ่ง ค่อยเพิ่มภาพ ซับไตเติล และเสียงโคลนของตัวเอง

เครื่องมือฟรีอื่นที่ช่วยงานคลิปและเนื้อหา รวมอยู่ในรวมเครื่องมือ AI ฟรี 15 ตัว และถ้าต้องทำคลิปหลายภาษา ดูเทคนิคการแปลที่AI แปลภาษา ส่วนภาพประกอบคลิปอ่านเพิ่มที่ AI แต่งรูป สร้างรูปด้วย AI

ถ้าอยากเรียนสายการผลิตคลิปทั้งสายตั้งแต่เขียนบท ทำเสียง ทำภาพ จนถึงสร้างตัวตนออนไลน์ ผู้สอนเปิดรับจองคอร์ส ปั้นตัวตนด้วยคลิป AI สำหรับคนที่ยังไม่เคยใช้ AI นอกจากแชต เริ่มที่คอร์ส AI สำหรับมือใหม่ ก่อนได้ ดูแพ็กเกจที่หน้าราคา

สรุป

AI พากย์เสียงไทยทำได้จริงด้วยเครื่องมืออย่าง ElevenLabs เสียงอ่านของ Google และ Microsoft และ CapCut หัวใจคือเขียนบทเป็นภาษาพูดสั้น ๆ ฟังและแก้ทีละท่อน เสียงโคลนต้องเป็นเสียงของตัวเองหรือได้รับอนุญาตเท่านั้น และอ่านเงื่อนไขการใช้เชิงพาณิชย์ของแพลนที่ใช้ ราคาและโควตาเปลี่ยนได้ ณ พ.ย. 2569 เช็กล่าสุดที่เว็บของแต่ละเครื่องมือก่อนใช้