該工具目前提供 Emotive（情感表達(dá)）和 Story（故事創(chuàng)作）兩種模式 。微軟可通過 Emotive 和 Story 兩種模式生成更具情感的解鎖英文語(yǔ)音
。選用“Oak”音色和“narration”敘述風(fēng)格 ，配音單段音頻最長(zhǎng) 59 秒 ，新技像將模擬火車站的長(zhǎng)秒腳本輸入系統(tǒng)。AI 就生成了一個(gè)長(zhǎng)達(dá) 90 秒的多角多角色敘述：旁白用美式口音 ，角色區(qū)分及聲音融合度方面表現(xiàn)出色 ，色敘述語(yǔ)

在 Story 模式下 ，音更用戶僅需提供主題提示