本站 11 月 16 日消息,微软在 Ignite 大会中,为 Azure AI Speech 推出了一项名为“Azure AI Speech text to speech (TTS) avatar”的 AI 工具,号称可以生成人类逼真虚拟化身(数字人),目前这款工具已经开放给大众预览试用。
微软表示,用户使用 Azure AI Speech text to speech (TTS) avatar,可以建立基于“输入文字说出内容”的虚拟化身,并结合现实人物照片训练,建立以真实人物为基础的“互动式聊天机器人”,可用于企业的营销、业务或客户服务等场景。
据悉,这项 Azure AI Speech text to speech (TTS) avatar 主要包含三个模块,分别是文字分析器、TTS 声音合成器及 TTS 虚拟化身合成器:
首先,文字分析器将对用户输入的文字内容进行分析,生成音素序列。然后,TTS语音合成器中的TTS语音模型将会预测用户输入文字的声学特征,并合成声音。最后,神经网络声音合成模型Avatar将根据上述声学特征预测人物的唇形影像,最终形成虚拟化身影像
微软解释,传统的虚拟化角色制作费时费力,需要搭建专用的拍摄环境,并且后期剪辑的过程也需要花费相当多的成本。而现在使用微软最新的Azure AI Speech文本转语音(TTS)角色服务,一旦建立了模型,用户只需要输入文本就可以制作各种产品介绍和互动视频。结合微软Azure OpenAI服务和神经网络TTS功能,还可以呈现更加自然的互动体验
本站发现,微软举例声称,用户可利用 Azure AI Speech TTS avatar 批量制作各种视频内容,例如企业文化影片、产品介绍或 CEO 在大会上的数字分身。也可以制作虚拟直播数字人、聊天机器人、业务机器人、或线上教学的 AI 老师等。
微软表示,Azure AI语音转文字(TTS)虚拟化身已经向Azure订阅用户推出,支持多种语言。用户可以从预设的虚拟化身选项中选择所需角色,也可以自定义虚拟化身
如果用户想要自定义虚拟化身,需要上传一系列人物视频片段。Azure平台会在线上处理这些视频,生成虚拟化身。角色本身与音源是分开的,用户可以选择官方提供的默认音源,也可以上传自己训练的音源
以上就是微软公布 Text To Speech Avatar AI 工具:可制作虚拟 3D 数字人、基于 Azure 平台的详细内容,更多请关注php中文网其它相关文章!