มีครั้งหนึ่งที่ผมกำลังทำงานกับระบบอ่านออกเสียงเพื่อใช้ในโปรแกรมเทรดอัตโนมัติของเรา เสียงที่ได้มาน่ะ ช้าเกินไปฟังง่วง เร็วเกินไปก็ดูเหมือนรีบๆ ไม่เป็นธรรมชาติเลย ทีมของเราก็ลองหลายวิธี แต่ทุกครั้งที่ใช้งานจริงก็มีปัญหาเสมอ วันนี้ผมจะมาเล่าเรื่องราวว่าเราไปถึงจุดที่เสียงอ่านออกเสียงไทยเป็นธรรมชาติได้อย่างไร และเราได้เรียนรู้อะไรจากความผิดพลาดที่ทำไป
ปัญหาเสียงอ่านที่ไม่เป็นธรรมชาติ
เริ่มต้นมา ผมและทีมพยายามใช้ระบบที่มีอยู่แล้วในการสร้างเสียงอ่านสำหรับข้อมูลเทรดทองและฟอเร็กซ์ แต่เสียงที่ได้มาน่ะไม่เหมาะสมอย่างแท้จริง เราลองปรับความเร็วต่างๆ แต่ทุกครั้งก็มีปัญหา เสียงช้าเกินไป ผู้ฟังจะง่วงไปเลย เพราะข้อมูลเทรดมันต้องอ่านออกมาตลอดเวลา แต่ถ้าเสียงเร็วเกินไป ก็ทำให้เสียงดูไม่เป็นธรรมชาติ ไม่เหมาะสมสำหรับการอ่านข้อมูลทางการเงินที่ต้องการความชัดเจน บางครั้งเรายังได้รับข้อความจากลูกค้าว่าเสียงอ่านน่ะดูเหมือนหุ่นยนต์อ่านนะ ซึ่งเป็นเรื่องที่เราต้องแก้ไขเร็วๆ นี้ เพราะมันส่งผลต่อประสบการณ์ของผู้ใช้งานแอป iCafeFX ของเรา
การวัดและการทดลองเบื้องต้น
เพื่อแก้ปัญหาเสียงอ่านที่ไม่เป็นธรรมชาติ เราเริ่มด้วยการวัดอัตราการอ่านเป็นตัวอักษรต่อวินาที (CPS) โดยแบ่งข้อความออกเป็นชิ้นๆ แล้ววัดเวลาที่ใช้ในการอ่าน ชิ้นแรกที่เราลองคือข้อความยาว 338 ตัวอักษร และอีกชิ้นหนึ่งคือ 403 ตัวอักษร เราลองปรับค่าต่างๆ และวัดผลลัพธ์ออกมา โดยใช้ระบบที่เราพัฒนาบน Mac Mini M4 Pro โดยมี Synology DS725+ เป็นระบบเก็บข้อมูล และ RTX 5060 Ti ในการประมวลผล ผลการทดลองแรกๆ น่ะแสดงให้เห็นว่าเรายังไม่ได้ค่าที่เหมาะสมสำหรับการใช้งานจริง
การค้นหาค่าที่เหมาะสม
หลังจากการทดลองเบื้องต้นที่ไม่ได้ผล เราเริ่มค้นหาค่า CPS ที่เหมาะสมโดยการทดลองค่าต่างๆ อย่างละเอียด จากข้อมูลจริงที่เราวัดได้ ค่าที่ฟังเป็นธรรมชาติอยู่ที่ประมาณ 13.6 ตัวอักษร/วินาที ซึ่งต่ำกว่าค่าที่เราทดลองในตอนแรกมาก แต่เราต้องมั่นใจว่าค่านี้จะใช้ได้ในระยะยาว ดังนั้นเราจึงทำการทดลองเพิ่มเติดโดยใช้ข้อความขนาดใหญ่ขึ้น และปรับค่าต่างๆ อย่างละเอียด เราพบว่าค่าที่เหมาะสมสำหรับระบบของเราอยู่ในช่วง 14.91-16.51 ตัวอักษร/วินาที ซึ่งเป็นค่าที่สามารถใช้ได้จริงใงานประจำวัน
การปรับปรุงระบบ
หลังจากที่เราได้ค่า CPS ที่เหมาะสมแล้ว เราก็เริ่มปรับปรุงระบบให้ดียิ่งขึ้น เราใช้โมเดล FLUX ในการปรับคุณภาพเสียง พร้อมกับใช้ Redhat MCP AI ในการปรับปรุงความเร็วในการประมวลผล โดยเราต้องแก้ไขปัญหาเสียงที่อาจจะมีความละเอียดน้อยเกินไปเมื่อใช้ค่า CPS ที่ต่ำลง นอกจากนี้ เรายังต้องแก้ไขปัญหาเสียงที่อาจจะมีความไม่สม่ำเสมอในบางส่วน ซึ่งเราได้แก้ไขด้วยการเพิ่มการประมวลผลเสียงเสริม ทำให้เสียงอ่านของเราดูเป็นธรรมชาติและสม่ำเสมอมากขึ้น โดยเฉพาะเมื่อใช้ในการอ่านข้อมูลเทรดที่มีความซับซ้อน
การนำไปใช้งานจริง
เมื่อเราได้ค่า CPS ที่เหมาะสมแล้ว เราก็นำไปใช้ในระบบ MetaTrader 5 ของเรา ซึ่งเป็นระบบที่เราใช้ในการเทรดทองและฟอเร็กซ์ การอ่านข้อมูลเทรดด้วยเสียงที่เป็นธรรมชาติช่วยให้นักเทรดสามารถติดตามข้อมูลได้ง่ายขึ้น และลดความเหนื่อยล้าในการอ่านข้อมูลด้วยตนเอง เราได้รับข้อเสนอแนะจากผู้ใช้งานว่าเสียงอ่านน่ะดูเป็นธรรมชาติขึ้นมาก ทำให้การทำงานกับระบบของเราดูสบายขึ้น และยังช่วยลดข้อผิดพลาดในการเข้าใจข้อมูลเทรดได้ดีขึ้น
บทเรียนและขั้นต่อไป
จากประสบการณ์นี้ เราได้เรียนรู้ว่าการปรับค่าเล็กๆ น้อยๆ อาจส่งผลต่อประสบการณ์ของผู้ใช้งานได้มาก โดยเฉพาะเรื่องของเสียงที่เราใช้ในระบบที่ต้องใช้ตลอดเวลา เรายังได้เรียนรู้ว่าการทดลองอย่างละเอียดและการวัดผลลัพธ์ตามข้อมูลจริงเป็นสิ่งที่สำคัญมาก ในอนาคต เราอาจจะพัฒนาระบบให้สามารถปรับค่า CPS ได้โดยอัตโนมัติตามประเภทของข้อมูล หรือตามความชอบของผู้ใช้งานนั่นเอง เพื่อให้ประสบการณ์การใช้งานดีที่สุด
สำหรับคนที่อยากลองเทรดทองจริง เปิดบัญชี XM ได้ที่: https://clicks.pipaffiliates.com/c?c=72816&l=th&p=6
