Kam Mueang voice: the first listenฟังครั้งแรก: เสียงคำเมืองที่ฝึกจากเสียงของ Pan

What this page isหน้านี้คืออะไร

This page lets Pan, and the people she chooses, hear the first computer voice that has learned from her Kam Mueang recordings.

หน้านี้ทำขึ้นให้ Pan และคนที่ Pan เลือก ได้ฟังเสียงพูดของคอมพิวเตอร์เสียงแรก ที่เรียนรู้จากเสียงคำเมืองที่ Pan อัดไว้

On 16 October 2026 a free voice program called VoxCPM2 studied 53 of the sentences Pan recorded with the recorder page: about four minutes of her speaking. Then it read out 23 other sentences. Pan recorded those too, but they were kept away from the program while it learned, so each one can be compared fairly with the real thing: Pan's own reading, then three computer readings of the same sentence.

เมื่อวันที่ 16 ตุลาคม 2569 โปรแกรมเสียงพูดฟรีชื่อ VoxCPM2 ได้เรียนจากประโยคที่ Pan อัดไว้ในหน้าอัดเสียง 53 ประโยค รวมแล้วเป็นเสียงพูดประมาณสี่นาที จากนั้นให้โปรแกรมอ่านอีก 23 ประโยค ซึ่ง Pan ก็อัดไว้เหมือนกัน แต่ไม่ได้ให้โปรแกรมเรียนประโยคเหล่านี้ จึงเอามาเทียบกับของจริงได้อย่างยุติธรรม ทีละประโยค คือเสียงที่ Pan อ่านเอง แล้วตามด้วยเสียงคอมพิวเตอร์สามแบบที่อ่านประโยคเดียวกัน

This is a first try. Four minutes of speech is very little, and the voice will change as Pan records more. Nothing here is finished, and the most useful thing anyone can give it is Pan's own opinion of how it sounds.

นี่เป็นการลองครั้งแรก เสียงพูดสี่นาทีถือว่าน้อยมาก และเสียงจะเปลี่ยนไปเมื่อ Pan อัดเสียงเพิ่ม ยังไม่มีอะไรในหน้านี้ที่เสร็จสมบูรณ์ และสิ่งที่มีค่าที่สุดสำหรับงานนี้ คือความเห็นของ Pan เองว่าเสียงฟังเป็นอย่างไร

Open the recordingsเปิดเสียงที่อัดไว้

The recordings are locked, because they are Pan's voice. Type the password you were given and press Open. Capital and small letters count: they must be typed exactly as given.

เสียงที่อัดไว้ถูกล็อกไว้ เพราะเป็นเสียงของ Pan พิมพ์รหัสผ่านที่ได้รับมา แล้วกด เปิด ตัวพิมพ์ใหญ่และตัวพิมพ์เล็กมีผล ต้องพิมพ์ให้ตรงตามที่ได้รับมาทุกตัว

How to listenวิธีฟัง

  1. Open the recordings with the password (above).
  2. Use headphones, or a quiet room. Small differences in a voice are easy to miss on a phone speaker.
  3. For each sentence, press ▶ under Pan's own recording first, then under each computer voice. Or press "All four in turn".
  4. While you listen, ask yourself:
    • Does it sound like Pan?
    • Is it Kam Mueang the way people in Chiang Mai say it, or does it slide into Central Thai?
    • Are the tones right? Does each word rise and fall the way it should?
    • Is any word wrong, missing, swallowed or added?
  5. Choose the closest voice under each sentence, and write the words that come out wrong: it is saved as you go. Or tell the person who sent you this page. Your ears are worth more than any number on this page.
  1. ใส่รหัสผ่านเพื่อเปิดเสียง (ด้านบน)
  2. ใช้หูฟัง หรือฟังในห้องที่เงียบ ความต่างเล็ก ๆ ของเสียงจะฟังไม่ออกจากลำโพงโทรศัพท์
  3. ในแต่ละประโยค กด ▶ ใต้เสียงที่ Pan อัดเองก่อน แล้วค่อยกดใต้เสียงคอมพิวเตอร์ทีละแบบ หรือกด "ฟังทั้งสี่ต่อกัน"
  4. ระหว่างฟัง ลองถามตัวเองว่า:
    • เหมือนเสียงของ Pan ไหม
    • เป็นคำเมืองแบบที่คนเชียงใหม่พูดกัน หรือเพี้ยนไปทางภาษาไทยกลาง
    • วรรณยุกต์ถูกไหม แต่ละคำขึ้นลงอย่างที่ควรเป็นหรือเปล่า
    • มีคำไหนผิด หายไป กลืนหาย หรือเกินมาบ้าง
  5. เลือกเสียงที่เหมือนที่สุดใต้แต่ละประโยค และเขียนคำที่ออกเสียงผิด ระบบจะบันทึกให้ระหว่างที่ทำ หรือจะบอกคนที่ส่งหน้านี้ให้คุณก็ได้ หูของคุณมีค่ากว่าตัวเลขทุกตัวในหน้านี้

The columns, explainedคำอธิบายแต่ละช่อง

The sentence
Each line is one of the 23 test sentences. The number (K0001 and so on) is the sentence's number in the recorder. Below it is the Kam Mueang exactly as Pan read it, and its meaning in English. The program never heard these sentences while it was learning, which is what makes them a fair test: it has to read words it was not taught.
Pan's own recording
Pan reading the sentence in the recorder. This is the real thing, and the column every other column should be compared with.
Trained on Pan's recordings
The computer voice after it studied 53 of Pan's recordings, each one played together with the words on the screen. While it studies, the program adjusts itself, a little at a time, until its own reading of those sentences comes closer to hers. What it learned is saved as a small add-on to the program (its technical name is a "LoRA"). The add-on is kept, and it can be trained again as Pan records more, so this is the voice that should get better over time.
Copied from one recording
The plain computer voice, without the add-on. Before each sentence it is played one 5-second recording of Pan (sentence K0032, which you can hear above once the page is open) and asked to sound like it. It copies the colour of her voice from that one recording each time, but it learns nothing and keeps nothing, and one recording is not enough to copy her accent or her Kam Mueang. More recordings would not change this voice. (Technical name: "zero-shot", meaning no training.)
The computer's own voice
The same program with no help from Pan at all: no training and no recording to copy. It is the starting point, so you can hear what the training and the copying changed.
ประโยค
แต่ละแถวคือประโยคทดสอบหนึ่งใน 23 ประโยค ตัวเลข (K0001 เป็นต้น) คือเลขประโยคในหน้าอัดเสียง ด้านล่างคือประโยคคำเมืองตามที่ Pan อ่านจริงทุกตัวอักษร (เมื่อเลือกภาษาอังกฤษ จะมีความหมายภาษาอังกฤษด้วย) ระหว่างที่โปรแกรมเรียน มันไม่เคยได้ยินประโยคเหล่านี้เลย การทดสอบจึงยุติธรรม เพราะมันต้องอ่านคำที่ไม่ได้ถูกสอนมา
เสียงที่ Pan อัดเอง
เสียงที่ Pan อ่านประโยคนั้นในหน้าอัดเสียง นี่คือของจริง และเป็นช่องที่ทุกช่องควรเอามาเทียบด้วย
ฝึกจากเสียงของ Pan
เสียงคอมพิวเตอร์ หลังจากเรียนจากเสียงที่ Pan อัดไว้ 53 ประโยค โดยเปิดเสียงแต่ละประโยคคู่กับข้อความบนจอ ระหว่างเรียน โปรแกรมจะปรับตัวเองทีละนิด จนเสียงที่มันอ่านประโยคเหล่านั้นใกล้กับเสียงของ Pan มากขึ้น สิ่งที่มันเรียนได้ จะเก็บไว้เป็นส่วนเสริมเล็ก ๆ ของโปรแกรม (ชื่อทางเทคนิคคือ "LoRA") ส่วนเสริมนี้เก็บไว้ถาวร และฝึกใหม่ได้เมื่อ Pan อัดเสียงเพิ่ม เสียงนี้จึงเป็นเสียงที่น่าจะดีขึ้นเรื่อย ๆ
เลียนแบบจากเสียงเดียว
เสียงคอมพิวเตอร์แบบเดิม ไม่มีส่วนเสริม ก่อนอ่านแต่ละประโยค จะเปิดเสียงของ Pan ยาว 5 วินาทีหนึ่งเสียงให้มันฟัง (ประโยค K0032 ซึ่งฟังได้ด้านบนเมื่อเปิดหน้านี้แล้ว) แล้วให้มันพูดให้เหมือน มันเลียนแบบลักษณะน้ำเสียงของ Pan จากเสียงนั้นทุกครั้ง แต่ไม่ได้เรียนรู้และไม่ได้เก็บอะไรไว้ และเสียงเดียวไม่พอที่จะเลียนแบบสำเนียงหรือคำเมืองของ Pan ได้ ต่อให้ Pan อัดเสียงเพิ่ม เสียงนี้ก็จะไม่เปลี่ยน (ชื่อทางเทคนิคคือ "zero-shot" แปลว่าไม่ได้ฝึกเลย)
เสียงเดิมของคอมพิวเตอร์
โปรแกรมเดียวกัน ที่ไม่ได้รับอะไรจาก Pan เลย ไม่ได้ฝึก และไม่มีเสียงให้เลียนแบบ เป็นจุดเริ่มต้น เพื่อให้ได้ยินว่าการฝึกและการเลียนแบบเปลี่ยนอะไรไปบ้าง

The two numbers under each recordingตัวเลขสองตัวใต้เสียงแต่ละเสียง

Wrong letters (%)อักษรผิด (%)

A computer listener (a free speech recogniser called Whisper) heard every recording and wrote down what it heard. That is compared with the sentence, letter by letter: out of every 100 letters, how many came out different. 0% means it wrote exactly the sentence.

ตัวฟังของคอมพิวเตอร์ (โปรแกรมรู้จำเสียงพูดฟรีชื่อ Whisper) ฟังทุกเสียงแล้วเขียนสิ่งที่ได้ยินออกมา จากนั้นเอาไปเทียบกับประโยคจริงทีละตัวอักษร ว่าในทุก 100 ตัวอักษร มีกี่ตัวที่ออกมาไม่ตรง 0% แปลว่าเขียนออกมาตรงกับประโยคทุกตัว

Read this number with care. This listener learned mostly Central Thai. Real Kam Mueang words, such as เฮียน for เรียน, look like mistakes to it, so even Pan's own recordings score wrong letters. A lower number means "easier for a Central Thai computer to understand", not "better Kam Mueang". It is a rough guide only; Pan's ears are the real judge.

ต้องอ่านตัวเลขนี้อย่างระวัง ตัวฟังตัวนี้เรียนภาษาไทยกลางมาเป็นส่วนใหญ่ คำเมืองจริง ๆ เช่น เฮียน แทน เรียน จะดูเหมือนคำผิดสำหรับมัน แม้แต่เสียงที่ Pan อัดเองก็ยังได้อักษรผิด ตัวเลขที่ต่ำกว่าจึงแปลว่า "ตัวฟังที่รู้ภาษาไทยกลางเข้าใจได้ง่ายกว่า" ไม่ได้แปลว่า "เป็นคำเมืองที่ดีกว่า" ใช้ดูคร่าว ๆ เท่านั้น หูของ Pan คือผู้ตัดสินตัวจริง

Tick "Show what the computer listener wrote down" above the sentences to see exactly what it wrote for each recording.

ติ๊กช่อง "แสดงสิ่งที่ตัวฟังของคอมพิวเตอร์เขียนออกมา" เหนือรายการประโยค เพื่อดูว่ามันเขียนอะไรออกมาสำหรับแต่ละเสียง

Pitch (Hz)ระดับเสียง (Hz)

How high or low the voice is. A voice is a vibration, and pitch counts the vibrations per second, in hertz (Hz). The number is the middle value over the whole recording. Women's speaking voices are usually somewhere around 165 to 255 Hz, men's around 85 to 155 Hz. The closer a computer voice's number is to Pan's, the closer it is to the height of her voice. Pitch says nothing about whether the words or the tones are right.

เสียงสูงหรือต่ำแค่ไหน เสียงพูดคือการสั่น ระดับเสียงนับจำนวนครั้งที่สั่นในหนึ่งวินาที เป็นหน่วยเฮิรตซ์ (Hz) ตัวเลขนี้คือค่ากลางตลอดทั้งเสียง เสียงพูดของผู้หญิงมักอยู่ราว 165 ถึง 255 Hz ของผู้ชายราว 85 ถึง 155 Hz ยิ่งตัวเลขของเสียงคอมพิวเตอร์ใกล้กับของ Pan เท่าไร ความสูงของเสียงก็ยิ่งใกล้กับเสียงของ Pan เท่านั้น ระดับเสียงไม่ได้บอกว่าคำหรือวรรณยุกต์ถูกหรือไม่

Words used on this page · คำศัพท์ที่ใช้ในหน้านี้คำศัพท์ที่ใช้ในหน้านี้ · Words used on this page

Each word in English on the left, and in Thai on the right.

แต่ละคำมีภาษาอังกฤษอยู่ด้านซ้าย และภาษาไทยอยู่ด้านขวา

Recording (a take)

One sentence read aloud and saved by the recorder page.

เสียงที่อัด (หนึ่งเทค)

ประโยคหนึ่งประโยคที่อ่านออกเสียง แล้วหน้าอัดเสียงบันทึกเก็บไว้

Computer voice (speech synthesis)

A program that reads written words out loud.

เสียงพูดของคอมพิวเตอร์ (การสังเคราะห์เสียงพูด)

โปรแกรมที่อ่านข้อความออกมาเป็นเสียงพูด

Model

A computer program that has learned what it does from many examples, instead of being told every rule. The voice here is a free model called VoxCPM2.

โมเดล

โปรแกรมคอมพิวเตอร์ที่เรียนรู้สิ่งที่ทำจากตัวอย่างจำนวนมาก แทนที่จะมีคนบอกกฎทุกข้อ เสียงในหน้านี้มาจากโมเดลฟรีชื่อ VoxCPM2

Training

Showing a model many examples, so that it adjusts itself, a little at a time, to do the job better.

การฝึก (การสอนโมเดล)

การให้โมเดลดูตัวอย่างจำนวนมาก เพื่อให้มันปรับตัวเองทีละนิด จนทำงานได้ดีขึ้น

Trained voice (LoRA)

What the model learned from Pan's 53 recordings, saved as a small add-on file. It is kept, and it can be trained again with more recordings.

เสียงที่ฝึกแล้ว (LoRA)

สิ่งที่โมเดลเรียนได้จากเสียงที่ Pan อัด 53 ประโยค เก็บไว้เป็นไฟล์ส่วนเสริมขนาดเล็ก เก็บไว้ถาวร และฝึกต่อได้เมื่อมีเสียงอัดเพิ่ม

Copying from one recording (zero-shot)

The model hears one short recording and imitates how it sounds. It learns nothing and keeps nothing.

การเลียนแบบจากเสียงเดียว (zero-shot)

โมเดลฟังเสียงสั้น ๆ หนึ่งเสียง แล้วเลียนแบบลักษณะของเสียงนั้น ไม่ได้เรียนรู้ และไม่ได้เก็บอะไรไว้

Test sentence

A sentence Pan recorded that was kept out of the training, so the finished voice can be checked against her real reading.

ประโยคทดสอบ

ประโยคที่ Pan อัดไว้ แต่ไม่ได้ใช้ฝึกโมเดล เก็บไว้ตรวจเสียงที่ได้ เทียบกับเสียงอ่านจริงของ Pan

Computer listener (speech recogniser)

A program that hears speech and writes down the words. Here it is Whisper, which learned mostly Central Thai.

ตัวฟังของคอมพิวเตอร์ (โปรแกรมรู้จำเสียงพูด)

โปรแกรมที่ฟังเสียงพูด แล้วเขียนคำออกมาเป็นตัวอักษร ในหน้านี้คือ Whisper ซึ่งเรียนภาษาไทยกลางมาเป็นส่วนใหญ่

Wrong letters (error rate)

Out of every 100 letters in the sentence, how many the computer listener wrote differently. Lower means clearer to a Central Thai ear, not better Kam Mueang.

อักษรผิด (อัตราความผิดพลาด)

ในทุก 100 ตัวอักษรของประโยค มีกี่ตัวที่ตัวฟังของคอมพิวเตอร์เขียนออกมาไม่ตรง ตัวเลขต่ำแปลว่าหูภาษาไทยกลางฟังเข้าใจง่าย ไม่ได้แปลว่าเป็นคำเมืองที่ดีกว่า

Pitch, hertz (Hz)

How high or low a voice is, counted as vibrations per second.

ระดับเสียง, เฮิรตซ์ (Hz)

เสียงสูงหรือต่ำแค่ไหน นับเป็นจำนวนครั้งที่เสียงสั่นในหนึ่งวินาที

Tone

The rise and fall of a syllable, which changes its meaning. Kam Mueang has six tones.

วรรณยุกต์ (เสียงวรรณยุกต์)

เสียงขึ้นลงของพยางค์ ซึ่งทำให้ความหมายเปลี่ยน คำเมืองมีหกเสียงวรรณยุกต์

Kam Mueang

The language of northern Thailand, the old kingdom of Lanna.

คำเมือง

ภาษาของภาคเหนือของไทย ดินแดนอาณาจักรล้านนาในอดีต

Central Thai

Standard Thai: the Thai of Bangkok, school and television.

ภาษาไทยกลาง

ภาษาไทยมาตรฐาน คือภาษาไทยแบบกรุงเทพฯ ภาษาในโรงเรียนและโทรทัศน์

Middle value (median)

Line all the numbers up from smallest to largest and take the one in the middle. Half are above it, half below. One very odd sentence cannot pull it far.

ค่ากลาง (มัธยฐาน)

เรียงตัวเลขทั้งหมดจากน้อยไปมาก แล้วเอาตัวที่อยู่ตรงกลาง ครึ่งหนึ่งมากกว่า อีกครึ่งน้อยกว่า ประโยคแปลก ๆ ประโยคเดียวดึงค่านี้ไปได้ไม่มาก

Password, locked files (encryption)

The recordings are scrambled before they go on the internet. Only the password unscrambles them, inside your own browser.

รหัสผ่าน, ไฟล์ที่ล็อกไว้ (การเข้ารหัส)

เสียงที่อัดถูกทำให้อ่านไม่ออกก่อนขึ้นอินเทอร์เน็ต มีแต่รหัสผ่านเท่านั้นที่เปิดให้ฟังได้ และเปิดในเบราว์เซอร์ของคุณเอง

Private

Not shared with the public. Pan's recordings stay private; only the finished voice will be given away.

ส่วนตัว (เป็นความลับ)

ไม่เปิดเผยต่อสาธารณะ เสียงที่ Pan อัดเก็บไว้เป็นความลับ จะแจกเฉพาะเสียงพูดที่ทำเสร็จแล้วเท่านั้น

Keeping Pan's voice privateการเก็บเสียงของ Pan เป็นความลับ

Every recording on this page is Pan's voice, or a computer copy of it. The files on the internet are scrambled, and only the password unscrambles them, inside your own browser. The password is not written anywhere on this page. Please give the password only to people Pan agrees to, and do not save or pass on the recordings. This page is not listed on krueng.ai, and search engines are asked not to list it.

เสียงทุกเสียงในหน้านี้เป็นเสียงของ Pan หรือเสียงที่คอมพิวเตอร์เลียนแบบเสียงของ Pan ไฟล์ที่อยู่บนอินเทอร์เน็ตถูกทำให้อ่านไม่ออก มีแต่รหัสผ่านเท่านั้นที่เปิดได้ และเปิดในเบราว์เซอร์ของคุณเอง ในหน้านี้ไม่มีรหัสผ่านเขียนไว้ที่ใดเลย กรุณาให้รหัสผ่านเฉพาะคนที่ Pan อนุญาต และอย่าบันทึกหรือส่งต่อเสียงเหล่านี้ หน้านี้ไม่ได้อยู่ในรายการหน้าของ krueng.ai และได้ขอให้เครื่องมือค้นหาไม่แสดงหน้านี้

The finished voice will be given away free, for non-commercial use only, and may not be used to pretend to be anyone.

เสียงพูดที่ทำเสร็จแล้วจะแจกให้ใช้ฟรี เฉพาะการใช้ที่ไม่ใช่เชิงพาณิชย์ และห้ามนำไปใช้แอบอ้างเป็นผู้อื่น