Contact
Line : comsiam
Contact
Line : comsiam

Canva สามารถใช้แปลงข้อความเป็นเสียงพูด หรือ Text to Speech เพื่อนำไปประกอบวิดีโอ Presentation โฆษณา บทเรียน และคอนเทนต์แบบไม่เห็นหน้าได้ ผู้ใช้เพียงเตรียมสคริปต์ เลือกภาษาและเสียง แล้วให้ระบบสร้างเสียงก่อนนำไปวางบน Timeline
ขั้นตอนใช้งานไม่ซับซ้อน แต่คุณภาพของเสียงขึ้นอยู่กับการเขียนสคริปต์ การเว้นวรรค การเลือกเสียง และการแก้คำอ่าน บทความนี้จาก comsiam จะอธิบายวิธีแปลงข้อความเป็นเสียงพูดด้วย Canva ตั้งแต่ค้นหาเครื่องมือ สร้างเสียง ไปจนถึงซิงก์กับภาพและดาวน์โหลดเป็น MP4
Text to Speech หรือ TTS คือเทคโนโลยีที่แปลงข้อความให้เป็นเสียงสังเคราะห์ ระบบจะวิเคราะห์ตัวอักษร ภาษา เครื่องหมายวรรคตอน และรูปแบบประโยค แล้วอ่านออกมาเป็นเสียงพูด
ตัวอย่างการใช้งาน ได้แก่
Text to Speech ช่วยลดขั้นตอนการอัดเสียง แต่ผู้สร้างยังต้องตรวจว่าระบบอ่านคำ ตัวเลข และชื่อเฉพาะถูกต้องหรือไม่
Canva มีความสามารถด้านการสร้างเสียงจากข้อความและอาจมีแอปเกี่ยวกับ AI Voice หรือ Text to Speech ให้เลือกภายในระบบ
ชื่อเมนู ภาษา จำนวนเสียง และความสามารถที่พบอาจแตกต่างกันตามปัจจัยต่อไปนี้
หากไม่พบเมนูตามตัวอย่าง ให้ค้นหาคำว่า Text to Speech, AI Voice, Voice Generator หรือ Voiceover ใน Canva AI และเมนูแอป
สามารถใช้เสียงสังเคราะห์บรรยายเนื้อหา โดยไม่ต้องแสดงใบหน้าหรือบันทึกเสียงด้วยตนเอง
ช่วยสร้างเสียงที่มีระดับค่อนข้างสม่ำเสมอ แม้ไม่มีไมโครโฟนเฉพาะ
สามารถทดลองสร้างเสียงในภาษาที่เครื่องมือรองรับ แต่ต้องให้ผู้รู้ภาษานั้นช่วยตรวจการออกเสียงและความหมาย
ใช้ทำเสียงอธิบายสไลด์ ขั้นตอน แบบฝึกหัด และบทเรียนย่อย
ใช้สร้างวิดีโอแนะนำบริการ โฆษณา คู่มือ และสื่ออบรมภายในตามสิทธิ์ที่กำหนด
อย่างไรก็ตาม การสร้างเสียงเร็วไม่ได้หมายความว่าจะข้ามขั้นตอนตรวจทานได้
ควรทดลองกับสคริปต์สั้นก่อนเลือกเสียงสำหรับโครงการทั้งหมด
ตรวจข้อมูล การสะกด ตัวเลข ชื่อสินค้า และคำภาษาอังกฤษก่อนสร้างเสียง
เลือกภาษาหลักของสคริปต์ หากมีหลายภาษา ควรพิจารณาแยกเป็นหลายช่วงและเลือกเสียงให้เหมาะสม
กำหนดลักษณะที่ต้องการ เช่น เป็นกันเอง สุภาพ จริงจัง สนุก อบอุ่น หรือเหมาะกับบทเรียน
แบ่งสคริปต์ตามฉาก เพื่อให้สร้างไฟล์เสียงสั้นและนำไปวางบน Timeline ได้ง่าย
ตรวจว่าเสียงที่เลือกสามารถใช้กับ YouTube โฆษณา งานลูกค้า หรือวัตถุประสงค์เชิงพาณิชย์ได้หรือไม่
หนึ่งประโยคควรมีหนึ่งใจความ เสียงจะเว้นจังหวะได้ดีกว่าการอ่านประโยคซ้อนยาว
จุด จุลภาค เครื่องหมายคำถาม และการขึ้นย่อหน้าช่วยกำหนดจังหวะการอ่าน
หากระบบอ่าน “2026” ไม่ตรงที่ต้องการ ให้เขียนเป็น “สองพันยี่สิบหก”
หาก “16:9” อ่านผิด ให้เขียนเป็น “สิบหกต่อเก้า”
คำย่อบางคำอาจถูกอ่านรวมกัน หากต้องการให้สะกดทีละตัว ให้ทดลองเว้นวรรคหรือเขียนคำอ่านตามเสียง
ชื่อโปรแกรมและแบรนด์อาจออกเสียงผิด สามารถทดลองเขียนเป็นคำทับศัพท์ภาษาไทย หรือสร้างเสียงแยกด้วยภาษาอังกฤษ
ภาษาที่เขียนสำหรับอ่านอาจยาวเกินไปเมื่อเปลี่ยนเป็นเสียง ควรตัดคำซ้ำและประโยคที่ไม่ได้เพิ่มข้อมูลออก
เข้าสู่ Canva แล้วเปิดวิดีโอหรือ Presentation ที่ต้องการเพิ่มเสียง หากยังไม่มีงาน ให้เลือกขนาดตามปลายทาง
ค้นหาส่วน Canva AI หรือ Apps ภายในหน้าออกแบบ
พิมพ์คำค้น เช่น
เลือกเครื่องมือที่รองรับภาษาและลักษณะเสียงตามต้องการ
ตั้งภาษาให้ตรงกับสคริปต์ หากใช้ข้อความภาษาไทย ควรเลือกเสียงที่ออกแบบมาสำหรับภาษาไทยเมื่อมีให้เลือก
ทดลองฟังตัวอย่างหลายเสียง โดยพิจารณาจาก
คัดลอกสคริปต์เพียงหนึ่งช่วงลงในช่องข้อความ ไม่ควรใส่ทั้งบทความในครั้งแรก
หากเครื่องมือรองรับ สามารถปรับ
ปรับทีละค่าเพื่อให้ทราบว่าการเปลี่ยนแปลงใดทำให้เสียงดีขึ้น
สร้างเสียงจากหนึ่งถึงสามประโยค แล้วฟังการออกเสียงก่อนดำเนินการกับสคริปต์ทั้งหมด
หากระบบอ่านผิด ให้แก้ข้อความเป็นคำอ่าน แบ่งประโยค หรือเขียนตัวเลขเป็นคำ แล้วสร้างใหม่
เลือกเพิ่มเสียงลงในหน้าออกแบบหรือ Timeline ตามตัวเลือกของเครื่องมือ
ลากเสียงไปยังตำแหน่งเริ่มต้น แล้วปรับรูป วิดีโอ และข้อความให้ตรงกับคำพูด
ลดเพลงให้เบากว่าเสียงพูด และสร้างคำบรรยายจากสคริปต์ โดยตรวจเวลาและการสะกดอีกครั้ง
กด “แชร์” เลือก “ดาวน์โหลด” แล้วเลือกประเภทไฟล์ “วิดีโอ MP4”
การสร้างเสียงแยกเป็นตอนช่วยให้แก้ไขและซิงก์ง่ายขึ้น
ตัวอย่างการแบ่ง ได้แก่
ตั้งชื่อไฟล์หรือเสียงตามลำดับ เช่น
หากต้องแก้ขั้นตอนที่สอง จะไม่ต้องสร้างเสียงช่วงอื่นใหม่ทั้งหมด
ใช้รูปประโยคที่คนพูดจริงและหลีกเลี่ยงศัพท์ทางการที่ไม่จำเป็น
หากเสียงอ่านรวดเดียวโดยไม่พัก ให้ใส่จุดหรือแยกเป็นหลายประโยค
ตัวอย่างเช่น
คำไทยบางคำเขียนเหมือนกันแต่การอ่านขึ้นอยู่กับบริบท หากระบบอ่านผิดควรปรับประโยคหรือเขียนคำอ่าน
เสียงที่รองรับภาษาไทยโดยตรงมักอ่านวรรณยุกต์และจังหวะได้เหมาะกว่าเสียงที่ออกแบบมาสำหรับภาษาอื่น
เช่น
หากสคริปต์มีประโยคภาษาอังกฤษยาว อาจสร้างเป็นเสียงภาษาอังกฤษแยก แล้วนำมาต่อกับเสียงภาษาไทย
การเปลี่ยนภาษาทุกคำอาจทำให้จังหวะไม่เป็นธรรมชาติ ควรปรับสคริปต์ให้ใช้คำทับศัพท์ที่ผู้ชมเข้าใจ
เสียงแต่ละแบบอาจอ่านคำภาษาอังกฤษต่างกัน ควรทดลองก่อนแก้คำทั้งสคริปต์
เครื่องมือแต่ละตัวอาจรองรับการกำหนดจังหวะแตกต่างกัน วิธีพื้นฐานที่ควรทดลอง ได้แก่
ไม่ควรใส่สัญลักษณ์ซ้ำจำนวนมาก เพราะระบบอาจอ่านออกเสียงหรือสร้างจังหวะที่ผิดปกติ
นำเสียง Text to Speech ลงบน Timeline แล้วใช้เป็นโครงในการจัดภาพ
แบ่งคลิปหรือเปลี่ยนหน้าเมื่อเสียงเข้าสู่ประเด็นใหม่
เมื่อกล่าวถึงสินค้า เมนู หรือขั้นตอนใด ควรแสดงสิ่งนั้นในเวลาเดียวกัน
เพิ่มชื่อเมนู ตัวเลข หรือคำเตือนตรงกับช่วงที่เสียงกล่าวถึง
หากใช้หลายไฟล์ ควรเว้นระยะให้ฟังเป็นธรรมชาติและไม่ให้คำท้ายชนกับคำต้นของไฟล์ถัดไป
หากเครื่องมือมีตัวเลือกความเร็ว ควรปรับเพียงเล็กน้อยและฟังทั้งประโยค
เสียงที่เร็วเกินไปอาจทำให้
เสียงที่ช้าเกินไปอาจทำให้
สำหรับวิดีโอการสอนควรให้ความสำคัญกับความชัดเจนมากกว่าการลดความยาวด้วยการเร่งเสียง
กระบวนการพื้นฐานมีดังนี้
วิดีโอควรมีการเรียบเรียงและคุณค่าของผู้สร้าง ไม่ควรใช้เสียง AI อ่านข้อมูลของผู้อื่นโดยไม่มีการปรับปรุงหรืออธิบายเพิ่มเติม
สามารถสร้างเสียงแยกตามสไลด์ได้ดังนี้
อย่าอ่านข้อความบนสไลด์ทุกคำ ให้เสียงขยายความจากข้อมูลที่แสดง
สร้างหนึ่งไฟล์ต่อหนึ่งสไลด์หรือหนึ่งหัวข้อ เพื่อให้แก้ได้ง่าย
นำเสียงไปวางตรงหน้าที่เกี่ยวข้อง
เพิ่มเวลาของสไลด์ให้พอดีกับเสียง และให้ผู้ชมมีเวลาอ่านข้อความหรือดูแผนภูมิ
เลือก MP4 เพื่อเก็บเสียงและ Animation ไว้ครบ
หากต้องการวิดีโอหลายภาษา ควรสร้างสำเนางานแยกกัน เช่น เวอร์ชันภาษาไทยและภาษาอังกฤษ
ขั้นตอนที่แนะนำ ได้แก่
เสียงแต่ละภาษาใช้เวลาไม่เท่ากัน จึงไม่ควรนำเสียงใหม่ไปแทนที่โดยไม่ปรับ Timeline
เพลงไม่ควรกลบพยัญชนะท้ายหรือคำที่เสียง AI อ่านเบา และต้องมีสิทธิ์เหมาะกับวัตถุประสงค์ของวิดีโอ
ตัวเลือกขึ้นอยู่กับเครื่องมือ Text to Speech ที่ใช้ บางเครื่องมืออาจเพิ่มเสียงลงในงานโดยตรง ขณะที่บางรายการอาจให้จัดการไฟล์เสียงแยก
หากต้องการวิดีโอพร้อมเสียง ให้ทำตามขั้นตอนนี้
หากต้องการเสียงแยก ให้ตรวจตัวเลือกของเครื่องมือที่ใช้งานโดยตรง เพราะความสามารถอาจไม่เหมือนกัน
เครื่องมือบางรายการอาจมีโควตาฟรีหรือให้ทดลองใช้ ส่วนเสียงพิเศษ จำนวนตัวอักษร และความสามารถเพิ่มเติมอาจต้องใช้เครดิตหรือแพ็กเกจที่รองรับ
ควรตรวจสอบข้อมูลภายในบัญชีก่อนเริ่มงาน เพราะโควตา ราคา และภาษาที่รองรับสามารถเปลี่ยนแปลงได้
ผู้ที่ต้องผลิตหลายวิดีโอควรทดลองหนึ่งบทเพื่อคำนวณจำนวนตัวอักษร เวลา และเครดิตที่ใช้จริง
ไม่ควรสร้างเสียงที่ทำให้ผู้ฟังเข้าใจว่าเป็นบุคคลจริงพูด หากไม่ได้รับสิทธิ์หรือความยินยอม
ห้ามใช้เสียงปลอมเพื่อขอข้อมูลส่วนตัว หลอกโอนเงิน สร้างข่าวเท็จ หรือทำให้บุคคลอื่นเสียหาย
ตรวจว่าเสียงและแอปที่ใช้อนุญาตสำหรับโฆษณา งานลูกค้า และการสร้างรายได้หรือไม่
ไม่ใส่ข้อมูลลับ หมายเลขเอกสาร รหัสผ่าน หรือข้อมูลบัญชีลงในระบบโดยไม่จำเป็น
เสียงที่เป็นธรรมชาติไม่ได้ทำให้ข้อมูลถูกต้อง ผู้สร้างยังต้องตรวจข้อเท็จจริงและรับผิดชอบเนื้อหา
ปฏิบัติตามกฎหมายและข้อกำหนดของแพลตฟอร์มเกี่ยวกับเสียงสังเคราะห์หรือเนื้อหาที่อาจทำให้ผู้ชมเข้าใจผิด
ค้นหาใน Canva AI และ Apps ด้วยคำว่า AI Voice, Voice Generator หรือ Voiceover ตรวจว่าเข้าสู่ระบบและใช้แอปเวอร์ชันปัจจุบัน
ทดลองเครื่องมืออื่นภายในระบบ เพราะแต่ละแอปอาจรองรับภาษาต่างกัน หากยังไม่มี อาจต้องใช้เสียงจากเครื่องมือที่มีสิทธิ์เหมาะสมแล้วอัปโหลดเข้า Canva
แบ่งตามย่อหน้า หัวข้อ หรือฉาก แล้วสร้างเป็นหลายไฟล์
เขียนคำอ่านใหม่ แยกประโยค เขียนตัวเลขเป็นคำ หรือเปลี่ยนเสียง
ปรับตำแหน่งเสียงและความยาวของฉากบน Timeline แทนการเร่งเสียงมากเกินไป
ตรวจเครดิต อินเทอร์เน็ต และข้อกำหนดของข้อความ หากระบบขัดข้องให้เก็บสคริปต์ไว้แล้วทดลองภายหลัง
ได้ผ่านเครื่องมือ Text to Speech หรือ AI Voice ที่บัญชีรองรับ โดยสามารถเพิ่มเสียงลงในงานวิดีโอและ Presentation ได้
ขึ้นอยู่กับเครื่องมือและเสียงที่เปิดให้บัญชีใช้ ควรเลือกภาษาไทยและสร้างตัวอย่างสั้นเพื่อตรวจการออกเสียงก่อน
เครื่องมือบางส่วนอาจทดลองใช้ได้ฟรี ขณะที่เสียงหรือโควตาบางประเภทอาจต้องใช้แพ็กเกจเพิ่มเติม ควรตรวจภายในบัญชี
ใช้ได้ตามสิทธิ์ของเครื่องมือและข้อกำหนดของแพลตฟอร์ม ควรสร้างเนื้อหาที่มีคุณค่าและไม่เลียนแบบเสียงของบุคคลจริงโดยไม่ได้รับอนุญาต
ระบบอาจตีความตัวเลขตามบริบทไม่ตรงกับความต้องการ วิธีแก้คือเขียนตัวเลขเป็นคำและสร้างเสียงใหม่
ทำได้หากต้องการแยกผู้พูดหรือตัวละคร แต่ควรใช้รูปแบบอย่างสม่ำเสมอและไม่เปลี่ยนเสียงโดยไม่มีเหตุผล
การแปลงข้อความเป็นเสียงพูดด้วย Canva เริ่มจากเตรียมสคริปต์ให้ใช้ประโยคสั้นและเครื่องหมายวรรคตอนที่เหมาะสม จากนั้นเปิดเครื่องมือ Text to Speech หรือ AI Voice เลือกภาษาและเสียง แล้วสร้างตัวอย่างสั้นเพื่อตรวจคำอ่าน
เมื่อเสียงถูกต้องให้นำลง Timeline ปรับภาพตามคำพูด เพิ่มเพลงและคำบรรยาย แล้วตรวจสิทธิ์กับความถูกต้องก่อนดาวน์โหลดเป็น MP4 การแบ่งเสียงเป็นหลายช่วงช่วยให้แก้ไขง่ายและฟังเป็นธรรมชาติมากขึ้น ทำให้วิดีโอของ comsiam มีเสียงบรรยายที่ชัดเจนและผลิตซ้ำได้สะดวก