เริ่มจากสิ่งที่คุณสร้าง: การแสดงที่มีอารมณ์เข้มข้น คอนเทนต์สำหรับผู้ชมท้องถิ่น เสียงของคุณเอง หรือเสียงบรรยายที่สม่ำเสมอ คะแนนในการ์ดด้านล่างใช้ชุดวิดีโอภายในชุดเดียวกันทั้งหมด
ละคร ความบันเทิง และการแสดงที่มีอารมณ์เข้มข้น
Nightingale
สำหรับครีเอเตอร์และสตูดิโอที่ต้องการถ่ายทอดอารมณ์ขึ้นลงในคุณภาพระดับพรีเมียม Nightingale มีคะแนนเฉลี่ยการติดตามการแสดงออกของต้นฉบับสูงสุดในทั้งสองภาษาที่ทดสอบ
วิดีโอภายใน · การติดตามการแสดงออก: EN 0.45, KO 0.54 คะแนนนี้วัดความเข้มของเสียง ไม่ใช่คุณภาพโดยรวม
การบรรยายการสอน วิดีโอองค์กร และผู้ชมท้องถิ่น
Oriole
สำเนียงที่ฟังเป็นธรรมชาติสำหรับผู้ชมท้องถิ่น ตามการประเมินด้วยการฟัง เลือก Oriole สำหรับการสอนและวิดีโอองค์กรที่ต้องการเสียงสม่ำเสมอระหว่างประโยค
วิดีโอภายใน · ความสม่ำเสมอของเสียงภาษาอังกฤษ: 0.661 ค่าเฉลี่ยสูงสุด ส่วนภาษาเกาหลี Wren เป็นผู้นำ
เสียงของคุณ บทสัมภาษณ์ และการผลิตจำนวนมาก
Finch
สำหรับครีเอเตอร์ที่ต้องการคงเสียงของตัวเองเมื่อพากย์บทสัมภาษณ์หรือทั้งช่อง Finch มีค่าเฉลี่ยความคล้ายคลึงของเสียงสูงสุดในภาษาอังกฤษ และออกแบบมาเพื่อคงเสียงเดิมพร้อมต้นทุนการผลิตต่ำ
วิดีโอภายใน · ความคล้ายคลึงของเสียงภาษาอังกฤษ: 0.564 เน้นการคงเสียงและต้นทุนต่ำ โปรดตรวจสอบสำเนียงอังกฤษและสเปนก่อนเผยแพร่
การสอน เสียงบรรยายองค์กร และการอ่านที่สม่ำเสมอ
Wren
สำหรับผู้สอนและธุรกิจที่ต้องการเสียงบรรยายสม่ำเสมอ Wren เหมาะกับสคริปต์การสอน การแนะนำองค์กร และการอ่านออกเสียง โดยมีค่าเฉลี่ยความสม่ำเสมอของเสียงภาษาเกาหลีสูงสุดในชุดวิดีโอภายใน
วิดีโอภายใน · ความสม่ำเสมอของเสียงภาษาเกาหลี: 0.713 การคาดการณ์ความเป็นธรรมชาติภาษาอังกฤษ: 3.64/5 เป็นคะแนนอัตโนมัติ ไม่ใช่คะแนนจากการฟัง
Dodo เป็นโมเดล Expressive รุ่นก่อนและรวมไว้ในผลทดสอบเพื่อให้บริบท การเปิดให้ใช้โมเดลและเงื่อนไขการใช้งานแสดงอยู่ในผลิตภัณฑ์
วิธีประเมินการพากย์เสียงของเรา
คุณภาพการพากย์มีหลายมิติ เราประเมินว่าเสียงคล้ายใคร ติดตามการแสดงออกของต้นฉบับอย่างไร และคงความสม่ำเสมอตลอดฉากเพียงใด รวมถึงตรวจสอบการแปล ข้อผิดพลาดในการรู้จำเสียงพูด และจังหวะเวลา
01
ความคล้ายเสียงผู้พูด
เสียงพากย์ยังคล้ายเสียงของผู้พูดต้นฉบับหรือไม่?
ความคล้ายคลึงกับเสียงผู้พูดต้นฉบับ
02
การแสดงออก
ความเข้มของเสียงติดตามการแสดงในต้นฉบับหรือไม่?
สหสัมพันธ์ระดับความตื่นตัวของเสียง · วิเคราะห์ระดับเสียง
03
ความสม่ำเสมอ
เสียงที่สร้างขึ้นยังคงสม่ำเสมอระหว่างแต่ละประโยคหรือไม่?
ความคล้ายของเสียงระหว่างประโยคต่อเนื่อง
ผลทดสอบทีมวิศวกรรม · 22 กันยายน 2026
สำรวจผลการวัด
เลือกชุดข้อมูล ภาษาเป้าหมาย และตัวชี้วัดเพื่อเปรียบเทียบโมเดล คะแนนใช้มาตรวัดและเงื่อนไขการประเมินที่แสดงสำหรับแต่ละตัวชี้วัด
| โมเดล | 00.250.50.751 | ค่าเฉลี่ย |
|---|---|---|
| Wren | 0.341 | |
| Dodo | 0.353 | |
| Oriole | 0.323 | |
| Finch | 0.564 | |
| Nightingale | 0.414 |
ที่มา: เบนช์มาร์กทีมเอนจิน Perso แก้ไขเมื่อ 22 กันยายน 2026 แถวที่เน้นมีค่าเฉลี่ยดีที่สุดสำหรับตัวชี้วัดที่เลือก หากเท่ากันจะเน้นร่วมกัน ไม่ใช่การอ้างนัยสำคัญทางสถิติหรือคุณภาพโดยรวม
Finch มีค่าเฉลี่ยสูงสุดในทั้งสี่ภาษาเป้าหมายของข้อมูลการอ่านออกเสียงสาธารณะและวิดีโอภายในภาษาอังกฤษ สำหรับวิดีโอภายในภาษาเกาหลี Nightingale ได้ 0.486 และ Finch ได้ 0.483 ซึ่งใกล้เคียงกัน
เงื่อนไขการประเมิน
ข้อมูลการอ่านออกเสียงสาธารณะ: 13 คู่ภาษา ต้นฉบับเป็นเกาหลี อังกฤษ โปรตุเกส และจีน เป้าหมายเป็นอังกฤษ สเปน โปรตุเกส และเกาหลี ผลลัพธ์เฉลี่ยตามกลุ่มผู้อ่าน วิดีโอภายใน: คู่เสียงพากย์ 29 คู่ แปลเป็นอังกฤษ 16 คู่และเกาหลี 13 คู่
ใน FLEURS, Wren, Dodo, Oriole และ Finch ได้รับข้อความถอดเสียงและเวลา พร้อมใช้คำแปลคงที่ร่วมกัน Nightingale รู้จำเสียงพูดและแปลเอง สี่โมเดลแรกถูกประเมินจากคลิปสะอาดรายประโยค ส่วนผล Nightingale แยกเสียงพูดและจัดแนวกับกรอบเวลาประโยคต้นฉบับ ในวิดีโอภายใน แต่ละโมเดลแปลเอง และประเมินข้อผิดพลาดการรู้จำจากแทร็กเต็มสำหรับทุกโมเดลในชุดนั้น
ข้อมูลการอ่านออกเสียงสาธารณะใช้สัญญาอนุญาต CC BY 4.0 ผลลัพธ์ครอบคลุมภาษาและคอนเทนต์ที่เลือก ไม่ใช่ทุกสถานการณ์การผลิต ไม่มีการคำนวณอันดับรวมของโมเดล
คะแนนในการ์ดมาจากชุดวิดีโอภายในชุดเดียวกัน เครื่องมือเปรียบเทียบยังมีข้อมูลการอ่านออกเสียงสาธารณะด้วย ส่วนคุณภาพสำเนียงมีหลักฐานแยกจากการประเมินด้วยการฟัง
13
คู่ภาษาของ FLEURS
ข้อมูลเสียงอ่านสาธารณะ ภาษาต้นทาง: เกาหลี อังกฤษ โปรตุเกส และจีน ภาษาเป้าหมาย: อังกฤษ สเปน โปรตุเกส และเกาหลี 64 ประโยคต่อภาษาต้นทาง จัดกลุ่มตามผู้อ่าน CC BY 4.0
29
คู่วิดีโอภายใน
ชุดวิดีโอแยกต่างหากที่คล้ายเนื้อหาของลูกค้า มีคู่พากย์เป็นอังกฤษ 16 คู่ และเกาหลี 13 คู่ ประเมินเนื้อหาที่มีข้อจำกัดด้านเวลามากขึ้นและสภาพเสียงหลากหลายขึ้น
ผลเหล่านี้บอกอะไรได้บ้าง
การประเมิน FLEURS ให้ข้อความถอดเสียงและเวลาแก่ Wren, Dodo, Oriole และ Finch พร้อมคำแปลร่วมกัน Nightingale รู้จำเสียงพูดและแปลเอง ผลนี้จึงเป็นผลของกระบวนการทั้งหมดภายใต้เงื่อนไขที่ระบุ ไม่ใช่การเปรียบเทียบแบบควบคุมเฉพาะ TTS
การประเมินด้วยการฟัง: ในการทดสอบแบบไม่เปิดเผยชื่อโมเดลเดือนกันยายน 2026 Oriole มีอัตราการถูกระบุว่ามีสำเนียงต่างชาติต่ำสุดที่ 8% เป็นผลจากคณะผู้ฟัง ไม่ใช่คะแนนสำเนียงอัตโนมัติ ไม่มีตัวชี้วัดใดเพียงตัวเดียวครอบคลุมประสบการณ์การฟังทั้งหมด
ที่มา: เบนช์มาร์กทีมเอนจิน Perso แก้ไขเมื่อ 22 กันยายน 2026 คะแนนการ์ด: วิดีโอภายใน คู่เสียงพากย์ภาษาอังกฤษ 16 คู่และเกาหลี 13 คู่ ความต่างของค่าเฉลี่ยเล็กน้อยไม่ยืนยันความได้เปรียบที่เชื่อถือได้ โปรดตรวจสอบการใช้เครดิตขณะใช้งานผลิตภัณฑ์
พรีเมียมหมายถึงคะแนนสูงสุดในทุกตัวชี้วัดหรือไม่?
ไม่ใช่ Nightingale คือเอนจินระดับพรีเมียมของเรา แต่โมเดลต่างกันนำในตัวชี้วัดต่างกัน ควรพิจารณาความคล้ายเสียง การแสดงออก การแปล และเวลาแยกกัน
ทำไมจึงแยกการวัดออกจากการฟัง?
ตัวชี้วัดอัตโนมัติตรวจสอบสัญญาณเฉพาะ แต่ไม่ครอบคลุมความลื่นไหล รายละเอียดอารมณ์ หรือความเหมาะสมของการแสดงกับฉากทั้งหมด การฟังจริงจึงยังจำเป็น
ภาษาที่ทดสอบเป็นตัวแทนของทุกภาษาที่รองรับหรือไม่?
ไม่ใช่ ผล FLEURS ที่นี่ครอบคลุมสี่ภาษาเป้าหมาย ส่วนวิดีโอภายในครอบคลุมอังกฤษและเกาหลี ไม่ควรเหมารวมผลไปยังทุกภาษาหรือเนื้อหาทุกประเภท
สำรวจ Perso Dubbing และเลือกโมเดลที่เหมาะกับโปรเจกต์ถัดไปของคุณ
สำรวจ Perso Dubbing →