ทำเสียงบอทแชทด้วยโคลนเสียง: ผมพลาดสองรอบกว่าจะเจอวิธีฟรีที่ไม่ต้องสมัคร
เดือนที่แล้วมีงานเล็ก ๆ เข้ามา เป็นร้านค้าออนไลน์ที่ขายใน Shopee กับ Lazada แล้วอยากได้บอทตอบแชทใน LINE OA ให้เสียงดูเป็นกันเอง เหมือนคนจริง ไม่ใช่หุ่นยนต์อ่านสคริปต์ ผมก็คิดในใจว่าเรื่องง่าย ๆ แค่หา โคลนเสียงฟรี สักตัวก็จบแล้วมั้ง
ผลปรากฏว่าคลิปแรกที่ส่งให้ลูกค้า ลูกค้าเงียบไปสามวิ แล้วพิมพ์กลับมาว่า “เสียงเหมือนคนเป็นหวัดแล้วเพิ่งถอนฟันหรือเปล่าคะ”
ผมอ่านแล้วได้แต่หัวเราะแห้ง ๆ เออ มันก็จริง
รอบแรก: เกือบคิดว่าโคลนเสียงเป็นเรื่องของดวง
คืนนั้นผมเปิดเว็บที่บอกว่าตัวเองเป็นเครื่องมือ โคลนเสียงฟรี ออนไลน์ ไม่ต้องติดตั้งอะไร อัดเสียงตัวเองพูดว่า “สวัสดีค่ะ มีอะไรให้ช่วยคะ” แล้วอัปโหลดไป รอประมาณหนึ่งนาที
เสียงที่ได้… แต่ละคำก็ฟังออกนะ แต่พอต่อกันแล้วมันไม่เหมือนคนเลย เหมือนหุ่นยนต์ที่กำลังเป็นหวัด แล้ววรรคตอนก็แปลก ๆ “สวัสดีค่ะ / มีอะไร / ให้ช่วย / คะ” ถ้าบอทตอบแชทเสียงแบบนี้ ลูกค้าคงปิดแชทหนี
ผมลองอีกสองเว็บที่โฆษณาว่า โคลนเสียงฟรี เว็บหนึ่งบังคับสมัคร อีกเว็บจำกัดให้แปลงได้แค่ 50 ตัวอักษร ตอนนั้นเกือบตีหนึ่งแล้ว ผมเริ่มสงสัยว่า สร้างเสียงพูด ai ฟรี จริง ๆ มันมีคุณภาพแค่ไหนกันแน่ หรือว่าทั้งหมดนี้มันแค่ของเล่น
จนไปเจอคอมเมนต์ในกลุ่มครีเอเตอร์ มีคนพูดถึง VoxClone ว่าเป็น โคลนเสียงออนไลน์แบบไม่ต้องสมัคร และใช้ฟรีถาวร ผมกดเข้าไป หน้าจอดูสะอาด ไม่มีป๊อปอัป ไม่ต้องล็อกอิน อัปโหลดไฟล์เสียงได้เลย
แต่รอบแรกก็ยังไม่รอด เพราะในคลิปอัดเสียงมีเสียงแมวผมร้องแทรกหนึ่งที ผลลัพธ์ที่ได้เลยมีเสียงหางแปลก ๆ ติดมาด้วย ผมคิดในใจว่า จบเห่แล้วกู
รอบสอง: ปัญหาอยู่ที่สามจุดเล็ก ๆ
เช้าวันถัดมาผมเริ่มใหม่ แบบจริงจัง
หนึ่ง เรื่องสภาพแวดล้อมในการอัด ผมเปิดโหมดเครื่องบิน ปิดหน้าต่าง แล้วหลบเข้าไปในตู้เสื้อผ้า อึดอัดนิดหน่อยแต่ไม่มีเสียงรบกวน อัดประมาณ 30 วินาที พูดช้า ๆ ชัด ๆ ถ้าคุณอยาก โคลนเสียงตัวเอง ไว้ใช้ทำคลิปหรือตอบแชท จุดนี้สำคัญมาก อย่าอัดในที่ที่มีเสียงทีวีหรือเสียงรถ
สอง เรื่องวรรคตอน ผมพบว่าตอนใช้ แปลงข้อความเป็นเสียงพูด เครื่องหมายวรรคตอนมีผลมาก แต่ก่อนผมเขียนว่า “สวัสดีค่ะมีอะไรให้ช่วยคะ” มันอ่านรวดเดียวเหมือนรีบไปขึ้นรถไฟฟ้า พอเปลี่ยนเป็น “สวัสดีค่ะ มีอะไรให้ช่วยคะ?” เสียงหยุดพักเป็นธรรมชาติขึ้นเยอะ
สาม อย่าโลภ ครั้งแรกผมใส่ข้อความไปห้าร้อยคำ ผลคือช่วงหลังเสียงเริ่มลอย ครั้งที่สองผมแบ่งเป็นประโยคสั้น ๆ ที่บอทใช้จริงสิบกว่าประโยค สร้างแยกทีละประโยคแล้วค่อยนำมาเรียงต่อกัน ปรากฏว่าผลลัพธ์ดีเกินคาด
ลูกค้าฟังแล้วบอกว่า “อันนี้ใช้ได้ เหมือนคนจริง” ผมถอนหายใจได้เฮือกหนึ่ง ถึงจะยังไม่เพอร์เฟกต์ แต่ก็ไม่ใช่หุ่นเป็นหวัดอีกแล้ว และที่สำคัญคือไม่เสียเงินสักบาท เป็นการทำเสียงแบบไม่ต้องสมัครสมาชิก text to speech ที่เหมาะกับงานเล็ก ๆ อย่างโปรเจกต์นี้
ความรู้สึกจริงหลังใช้กับบอทตอบแชท
หลังจากนั้นผมก็ตั้งกระบวนการของตัวเองขึ้นมา เริ่มจากอัดเสียงอ้างอิงที่สะอาด ๆ แล้วเข้าไปสร้างในหน้า โคลนเสียงฟรี ของ VoxClone จากนั้นปรับทีละประโยค ฝั่งลูกค้าเอาขึ้นระบบแล้ว ฟีดแบ็กถือว่าโอเค อย่างน้อยก็ไม่มีใครบ่นว่าเสียงปลอม
ผมก็ลองเครื่องมืออื่นที่เป็นเวอร์ชันฟรีเหมือนกัน บางตัวต้องต่อคิว บางตัวมีลายน้ำ ผมเลยกลับมาใช้ VoxClone เพราะมันตรงไปตรงมา ไม่ต้องสมัคร ไม่ต้องผูกบัตร ไม่ต้องดูโฆษณา
จริง ๆ ตอนนี้เครื่องมือ AI เสียงพากย์ ai ฟรี มีเยอะมาก และมี API สังเคราะห์เสียงฟรีให้เลือกหลายเจ้า แต่สำหรับคนขี้เกียจสมัครอย่างผม การเจอที่ที่ทำ โคลนเสียงฟรี ได้แบบถาวรก็เพียงพอแล้ว
เพื่อนครีเอเตอร์ไทยหลายคนเริ่มใช้ เสียงพากย์ ai ฟรี ทำคลิป TikTok Reels แล้วก็ YouTube กันเยอะ บางคนทำ audiobook ด้วย ai ฟรี ลงพอดแคสต์ หรือใช้ สร้างเสียงนักพากย์อัตโนมัติ สำหรับงานตัดต่อใหญ่ ๆ ส่วนตัวผมเคยลอง พากย์เสียงวิดีโอด้วย ai ฟรี กับคลิปสั้น ๆ มันช่วยประหยัดเวลาไปเยอะ แต่ต้องตรวจการออกเสียงภาษาไทยให้ดี โดยเฉพาะคำที่ทับศัพท์
ถ้าคุณเสิร์ช voice clone thai free หรือ text to speech ภาษาไทย ฟรี ในกูเกิล จะเจอตัวเลือกเพียบ แต่คุณภาพต่างกันมาก และมีเรื่อง PDPA กับสิทธิ์ในเสียงที่ต้องระวัง อย่าเอาเสียงคนอื่นมาโคลนโดยไม่ได้รับอนุญาต เดี๋ยวจะกลายเป็นเรื่องใหญ่
FAQ: คำถามที่ผมเจอบ่อย
โคลนเสียงแบบไม่ต้องสมัครใช้เชิงพาณิชย์ได้ไหม?
อันนี้ต้องดูเงื่อนไขของแต่ละเครื่องมือ ผมไม่เห็นข้อจำกัดชัดเจนใน VoxClone แต่ถ้าเป็นงานเชิงพาณิชย์จริงจัง แนะนำให้อ่าน条款ให้ละเอียดก่อน ส่วนตัวผมใช้กับเดโมลูกค้ารายเล็ก ๆ ยังไม่เจอปัญหา แต่ถ้าจะทำระบบคอลเซ็นเตอร์ใหญ่ ๆ ควรเช็กเรื่องสิทธิ์และความยินยอมของเจ้าของเสียงด้วย
เสียงที่โคลนออกมาคล้ายแค่ไหน ต้องอัดนานเท่าไร?
คล้ายหรือไม่คล้าย เจ็ดส่วนอยู่ที่การอัด อีกสามส่วนอยู่ที่เครื่องมือ ครั้งแรกผมอัดแค่สิบกว่าวินาที มีเสียงรบกวน ผลลัพธ์แย่มาก ครั้งที่สองอัดในที่เงียบ 30 วินาที ชัดและนิ่ง เสียงที่ได้ก็เป็นธรรมชาติขึ้นเยอะ ไม่จำเป็นต้องอัดยาว แต่ต้องสะอาด
text to speech ภาษาไทย ฟรี มีจำกัด字数ไหม?
เท่าที่ผมลองกับ VoxClone ยังไม่เจอข้อจำกัดชัดเจน แปลงไปหลายร้อยคำก็ยังไม่มีอะไรเตือน แต่บางเครื่องมือฟรีจะจำกัดจำนวนคำต่อครั้ง ถ้าต้องแปลงข้อความยาว ๆ แนะนำให้แบ่งเป็นท่อน ๆ แล้วปรับอารมณ์แต่ละท่อนไปด้วย วิธีเพิ่มเติมดูได้ที่ หน้าอัปเดตเทคนิค
พูดกันตรง ๆ
ถ้าคุณกำลังจะทำเสียงให้บอทตอบแชท อย่าเพิ่งไปไล่หาการโคลนเสียงที่สมบูรณ์แบบตั้งแต่วันแรก เริ่มจากหาที่เงียบ ๆ ใช้มือถืออัดเสียง 30 วินาที อ่านประโยคที่ลูกค้าถามบ่อย ๆ แล้วลองอัปโหลดเข้า VoxClone แบบไม่ต้องสมัคร
ครั้งแรกอาจจะยังไม่ถูกใจ อย่าเพิ่งถอดใจ ลองปรับเครื่องหมายวรรคตอน อัดใหม่ให้สะอาดขึ้น อีกไม่กี่รอบเสียงก็มักจะเข้าที่
เสียงโคลนจะดีแค่ไหน เทคโนโลยีเป็นแค่ครึ่งเดียว อีกครึ่งคือวิธีที่คุณเขียนบทและเว้นจังหวะ ต่อให้เครื่องมือฟรีแค่ไหน ก็แทนความเข้าใจบริบทของคุณไม่ได้ ลองไปทำดู ไม่เสียเงินอยู่แล้ว แต่ก็อย่าลืมว่าถ้าใช้เสียงคนอื่น ต้องขออนุญาตและระวัง PDPA ด้วยนะ