อธิบายทุกขั้นตอนที่ระบบทำให้อัตโนมัติ — ตั้งแต่อัปโหลด แตกคลิป ใส่ซับไตเติลไทย ไปจนถึงการเจนรูปภาพแทรกตรงจังหวะการพูด
อัปโหลดวิดีโอดิบ 1 ไฟล์ (ยาวได้ถึง 30–120 นาทีตามแพ็กเกจ) เข้าโปรเจกต์ — ระบบถอดเสียงและวิเคราะห์เนื้อหาอัตโนมัติ
LLM อ่าน transcript แล้วแบ่งเนื้อหาออกเป็นช่วงๆ ตามโทนและประเด็น — แต่ละช่วงเลือกฮุกเปิด จังหวะ และ CTA ที่ต่างกัน เพื่อให้แต่ละเวอร์ชั่นไม่ซ้ำกัน
ระบบสร้างซับไตเติล ASS พร้อมไฮไลท์คำแบบคาราโอเกะตามเสียงพูด เรนเดอร์ด้วย libass + HarfBuzz — สระและวรรณยุกต์วางถูกต้อง ไม่ซ้อนกัน
AI ฟังเนื้อหาที่ผู้พูดเอ่ยถึงในแต่ละช่วง แล้วสร้าง/ดึงรูปภาพที่เกี่ยวข้องมาแทรกตรงจังหวะนั้นเลย — เช่น พูดถึง "สินค้า" รูปสินค้าขึ้นมา พูดถึง "สถิติ" กราฟขึ้นมา ทำให้คลิปอธิบายเข้าใจง่ายโดยไม่ต้องหารูปเอง
FFmpeg เบิร์นซับไตเติลและรูปภาพลงบนวิดีโอ เรนเดอร์ออกเป็นหลายเวอร์ชั่นพร้อมกัน — ได้คลิปเสร็จพร้อมโพสต์ ไม่ต้องตัดต่อเอง
ไม่ใช่แค่เจนรูปสวยๆ — รูปต้องมีความหมายและขึ้นตอนที่ผู้พูดเอ่ยถึงเรื่องนั้นจริงๆ ระบบฟัง transcript แล้วจับคำสำคัญเพื่อเลือก/สร้างรูปที่เหมาะสม
| ผู้พูดเอ่ยถึง | รูปที่ขึ้น | จังหวะที่แทรก |
|---|---|---|
| ผู้พูดเอ่ยถึง "สินค้า" | รูปสินค้า / แพ็กเกจ | แทรกทันทีตอนพูด |
| ผู้พูดเอ่ยถึง "สถิติ 80%" | กราฟ / ตัวเลขใหญ่ | แทรกพร้อมตัวเลขเด้ง |
| ผู้พูดเอ่ยถึง "รีวิวลูกค้า" | รูปลูกค้า / ดาว 5 ดาว | แทรกตอนเอ่ยชื่อ |
| ผู้พูดเอ่ยถึง "คลิกลิงก์" | ปุ่ม CTA / ลูกศรชี้ | แทรกตอนปิดคลิป |
รูปภาพมาจาก 2 แหล่ง: ดึงจากสต็อกที่เราคัดไว้ หรือสร้างใหม่ด้วย AI เลือกอัตโนมัติตามความเหมาะสมของเนื้อหา
libass + HarfBuzz
เรนเดอร์ซับไตเติลไทย — สระและวรรณยุกต์วางถูกต้อง ไม่ซ้อนกัน
FFmpeg
เบิร์นซับไตเติลและรูปภาพลงบนวิดีโอ เรนเดอร์หลายเวอร์ชั่นพร้อมกัน
Kanit (Google Fonts)
ฟอนต์ไทยที่รองรับทุกสระและวรรณยุกต์ ครบทั้ง Regular และ Bold
LLM (GPT-4o-mini)
วิเคราะห์ transcript แบ่งช่วง เลือกฮุก และจับคำสำคัญเพื่อเลือกรูป
ElevenLabs
ถอดเสียงเป็นข้อความพร้อม timestamp ระดับคำ สำหรับคาราโอเกะไฮไลท์
Slip2Go
ตรวจสลิป PromptPay อัตโนมัติ — ยอดตรง ผู้รับตรง ไม่ซ้ำ
299 บาท/เดือน · 60 เครดิต (≈ 20 คลิปสั้น) · จ่ายด้วยสลิป
เริ่มใช้งาน