微軟Azure AI語音服務推出虛擬人形象，支持文本轉視頻

8月23日消息，微軟Azure AI語音服務允許開發(fā)者構建多語言生成式AI語音應用，Azure AI語音服務最新推出了文本到語音虛擬人功能，可以將簡單的文本轉換為人類自然說話視頻。

今天，微軟宣布全面推出Text to Speech Avatar功能。這項新功能使開發(fā)者能夠為其用戶創(chuàng)建個性化虛擬人。該服務的輸出視頻分辨率為1920 x 1080，每秒25幀。IT之家附示例如下：

微軟Azure AI語音服務推出虛擬人形象，支持文本轉視頻

Text to Speech Avatar具有以下功能：

-將文本轉換為由Azure AI文本轉語音提供支持的人類說話視頻，該視頻具有自然的聲音。

-提供不同的人物預設形象。

-形象的聲音由Azure AI文本轉語音生成。

-使用批量合成API異步或實時合成文本到語音人像視頻。

-在Speech Studio中提供內(nèi)容創(chuàng)建工具，無需編碼即可創(chuàng)建視頻內(nèi)容。

-通過Speech Studio中的實時聊天頭像工具啟用實時人像對話。

定價方面，文本轉視頻服務的收費將根據(jù)視頻輸出的長度計算并按秒收費。該服務現(xiàn)已在東南亞、北歐、西歐、瑞典中部、美國中南部和美國西部地區(qū)推出。