微軟Azure AI語(yǔ)音服務(wù)推出虛擬人形象，支持文本轉(zhuǎn)視頻

8月23日消息，微軟Azure AI語(yǔ)音服務(wù)允許開(kāi)發(fā)者構(gòu)建多語(yǔ)言生成式AI語(yǔ)音應(yīng)用，Azure AI語(yǔ)音服務(wù)最新推出了文本到語(yǔ)音虛擬人功能，可以將簡(jiǎn)單的文本轉(zhuǎn)換為人類(lèi)自然說(shuō)話視頻。

今天，微軟宣布全面推出Text to Speech Avatar功能。這項(xiàng)新功能使開(kāi)發(fā)者能夠?yàn)槠溆脩魟?chuàng)建個(gè)性化虛擬人。該服務(wù)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(yǔ)音服務(wù)推出虛擬人形象，支持文本轉(zhuǎn)視頻

Text to Speech Avatar具有以下功能：

-將文本轉(zhuǎn)換為由Azure AI文本轉(zhuǎn)語(yǔ)音提供支持的人類(lèi)說(shuō)話視頻，該視頻具有自然的聲音。

-提供不同的人物預(yù)設(shè)形象。

-形象的聲音由Azure AI文本轉(zhuǎn)語(yǔ)音生成。

-使用批量合成API異步或?qū)崟r(shí)合成文本到語(yǔ)音人像視頻。

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

-通過(guò)Speech Studio中的實(shí)時(shí)聊天頭像工具啟用實(shí)時(shí)人像對(duì)話。

定價(jià)方面，文本轉(zhuǎn)視頻服務(wù)的收費(fèi)將根據(jù)視頻輸出的長(zhǎng)度計(jì)算并按秒收費(fèi)。該服務(wù)現(xiàn)已在東南亞、北歐、西歐、瑞典中部、美國(guó)中南部和美國(guó)西部地區(qū)推出。