VoxGraph · Speech Intelligence · Production Ready

ถอดเสียงพูดเป็นข้อความ
ด้วย AI ระดับ Enterprise

ถอดเสียงไทย–อังกฤษ พร้อม Speaker Diarization และระบบวิเคราะห์ความรู้จาก Transcript
Upload · Live · YouTube · Knowledge Graph · Multi-User · Stripe Billing

SAMPLE OUTPUT — Transcript Preview
กำลังโหลดตัวอย่าง...
🌐 Lang: th
⚡ RTF: 0.12x
🎙 Speaker: Speaker 1
⏱ Duration: 3.2s
Cloud
Backend
0.12x
Avg RTF
—
Active Plans
—
Queue
เลื่อนลง
🎙

Streaming Real-time

Push chunk ทีละก้อน VAD ตัดอัตโนมัติ

👥

Speaker Diarization

แยกเสียงผู้พูดหลายคน pyannote + MFCC

🔇

Noise Reduction

Spectral Subtraction ในตัว ไม่ต้อง preprocess

📦

ZIP Export ครบรูปแบบ

TXT · SRT · VTT · CSV · JSON · ZIP+Audio

0
Requests สำเร็จ
0
Active Sessions
0
Queue Depth
0
ภาษาที่รองรับ
◆ Core Features

VoxGraph ครบตั้งแต่ถอดเสียงถึง Knowledge Graph

ระบบ Speech Intelligence สำหรับ Upload, Live และ YouTube พร้อม Analysis, Knowledge Graph, Multi-user และ Admin Control Center

🎙
STREAMING ASR
Push chunk ทีละก้อน ระบบ VAD ตัดประโยคอัตโนมัติ รองรับ session buffer สูงสุด 8 วินาที GPU batch inference พร้อม queue และ fallback ตามสถานะระบบ
🌐
MULTILINGUAL
รองรับภาษาไทย และอังกฤษ พร้อม Auto-detect ภาษา Hallucination filter กรอง foreign chars และ repetition อัตโนมัติ
🔇
NOISE REDUCTION
Spectral Subtraction + High-pass filter + Pre-emphasis สำหรับไฟล์ ≥2 วินาที ปรับ RMS normalize อัตโนมัติ ไม่กระทบ clarity
👥
SPEAKER DIARIZATION
pyannote/speaker-diarization-3.1 สำหรับความแม่นยำสูง หรือ MFCC Cosine Similarity fallback รองรับหลายผู้พูดพร้อมกัน
💾
AUDIO STORAGE
บันทึก WAV แต่ละ segment อัตโนมัติ จัดเก็บแยก session/user ดาวน์โหลดได้ทีละ segment หรือ bulk ZIP พร้อม audio
📦
EXPORT ทุกรูปแบบ
TXT (timestamp+speaker) · SRT · WebVTT · CSV · JSON · ZIP (รวม audio) ครบทุก format สำหรับ subtitle editing และ analytics
🔐
JWT + API KEY AUTH
ล็อกอินด้วย JWT หรือ API Key สูงสุด 10 keys/user Rate limiting sliding-window ต่อ user ตาม plan blacklist JWT on logout
🔗
WEBHOOKS
ส่ง event ทุก transcript ไปยัง URL ที่กำหนด พร้อม HMAC-SHA256 signature รองรับ 1–20 webhooks ต่อ plan
💳
STRIPE BILLING
Subscription ตาม Plan ที่เปิดใช้งาน + Credit Packs · Checkout · Billing Portal · Webhook · Refund · Payment history
📊
ADMIN DASHBOARD
จัดการ User · Plan · Billing · Settings · Analytics · System · Session · Redis · Audit Log จาก Admin Control Center
🔴
REDIS MONITOR
Dashboard Redis แบบ realtime — INFO · Queues · PubSub · Key Browser · Memory Doctor · Execute safe commands
⚡
HIGH-PERF ENGINE
GPU batching · Queue capacity · runtime metrics · fallback และ health monitoring โดยค่าจริงอ่านจาก server
◆ API Reference

Endpoints พร้อมใช้งาน

RESTful API รองรับ multipart/form-data และ JSON พร้อม Swagger UI ที่ /docs

POST/push_chunk
ส่ง audio chunk เข้า session buffer ระบบจะตัดและถอดเสียงอัตโนมัติเมื่อ VAD ตรวจพบจุดหยุด
ASR · Streaming
POST/flush_session
บังคับ flush buffer ที่เหลือใน session ใช้เมื่อสิ้นสุดการบันทึก
ASR · Session
POST/transcribe
อัปโหลดไฟล์เสียงเต็มและถอดเสียงครั้งเดียว รองรับ MP3, WAV, WEBM, M4A โดยขนาดสูงสุดขึ้นกับ Plan
ASR · Upload
GET/sessions/{id}/export
Export transcript — fmt: txt | srt | vtt | csv | json | zip (รวม audio WAV ต่อ segment)
Export · ZIP
POST/auth/login
รับ JWT token — ใช้ username หรือ email ได้ทั้งคู่
Auth
GET/health
สถานะระบบ — model ready, backend mode, queue depth, active sessions
System
PYTHON · QUICK START
# 1. Login & get token
import requests

res = requests.post("/auth/login", data={
    "username": "your_username",
    "password": "your_password"
})
token = res.json()["access_token"]
headers = {"Authorization": f"Bearer {token}"}

# 2. Upload & transcribe
with open("audio.wav", "rb") as f:
    r = requests.post("/transcribe",
        files={"file": f},
        data={"language": "th"},
        headers=headers
    )

result = r.json()
print(result["text"])
# → "สวัสดีครับ ยินดีต้อนรับ"
print(f"RTF: {result['rtf']}x")
print(f"Speaker: {result['speaker_id']}")

# 3. Export as ZIP with audio
sid = result["session_id"]
zip_r = requests.get(
    f"/sessions/{sid}/export?fmt=zip",
    headers=headers
)
with open("output.zip", "wb") as f:
    f.write(zip_r.content)
◆ Why VoxGraph

ทำไมต้องเลือก VoxGraph?

ออกแบบมาสำหรับ Production ตั้งแต่วันแรก ไม่ใช่แค่ demo

01 ⚡
วัดประสิทธิภาพจาก Server จริง
หน้าเว็บอ่าน Backend, Average RTF, Queue และ Session จาก /health และ /metrics โดยไม่แสดงตัวเลขสมมติเป็นสถานะจริง
02 🏗️
Multi-User พร้อม Billing
JWT Auth · API Keys · Free/Pro/Enterprise + Custom Plan · Credit Packs · Stripe integration และ Billing safety
03 🔒
ควบคุมข้อมูลและ Infrastructure
รองรับการเก็บเสียงและ Transcript บนระบบของคุณ พร้อม local analysis/Knowledge Graph และการจัดการ retention จากฝั่ง Admin
◆ Pricing

เลือกแผนที่เหมาะกับคุณ

สิทธิ์ของแต่ละ Plan โหลดจาก VoxGraph backend จริง ส่วนราคา Subscription จะยืนยันอีกครั้งใน Studio/Stripe Checkout

กำลังตรวจสอบ Plan และสถานะ Billing จาก Server...
Free
$0/เดือน
เริ่มต้นได้ทันทีเมื่อระบบเปิดรับสมัคร
  • ✓60 นาที/เดือน
  • ✓Upload สูงสุด 100 MB
  • ✓Export: TXT, JSON, ZIP
  • ✓Webhook 1 จุด
  • ✓Rate limit 30 req/min
  • ✓Audio Storage + Speaker Diarization
เริ่มต้นฟรีใน Studio
Enterprise
Enterprise · ดูราคาใน Studio
สำหรับองค์กรหรือ workload ปริมาณสูง
  • ✓99,999 นาที/เดือน
  • ✓Upload สูงสุด 1024 MB
  • ✓Export ครบทุกรูปแบบที่ Plan เปิดใช้
  • ✓Webhook 20 จุด
  • ✓Rate limit 600 req/min
  • ✓Admin-managed Plan / Stripe mapping
เลือก Enterprise ใน Studio
◆ Credit Packs

ซื้อเพิ่มตามต้องการ

Credit ใช้ต่อเมื่อโควต้า Plan หมด และ Checkout จริงทำใน Studio หลังเข้าสู่ระบบ

STARTER
100 min
$5 USD
ซื้อใน Studio
BULK
2000 min
$60 USD
ซื้อใน Studio
◆ Get Started Today

พร้อมถอดเสียงแล้วหรือยัง?

เริ่มที่ Free Plan และเข้าสู่ VoxGraph Studio เพื่อ Upload, Live, YouTube และจัดการ Billing
รองรับ Thai · English · Auto-detect