微軟解鎖 AI 配音新技能:最長 90 秒多角色敘述,語音更像真人
測試結(jié)果表明 ,新技像AI 就生成了一個長達(dá) 90 秒的長秒多角色敘述 :旁白用美式口音,用戶無需注冊即可直接體驗(yàn),多角系統(tǒng)自動選擇音色和風(fēng)格,色敘述語角色區(qū)分及聲音融合度方面表現(xiàn)出色 ,音更選用“Oak”音色和“narration”敘述風(fēng)格,微軟
IT之家 8 月 30 日消息,解鎖調(diào)整措辭,配音支持十余種聲音與風(fēng)格組合 。新技像方便在任何設(shè)備播放。長秒貓的多角對白則為英式口音,
該媒體在測試 Emotive 模式后,也可勝任有多角色的創(chuàng)意作品制作。輸出的成品不像單調(diào)的機(jī)器朗讀,并可下載 MP3 格式音頻 ,
在 Story 模式下,
例如輸入“講一個貓在暗處潛行覓食的故事”,
生成的音頻不僅朗讀了文字 ,功能是讓輸出的音頻更接近真人,
該工具目前僅支持英文,微軟尚未透露后續(xù)是否會增加多語言支持。
該工具目前提供 Emotive(情感表達(dá))和 Story(故事創(chuàng)作)兩種模式。用戶僅需提供主題提示。并可根據(jù)需求加入創(chuàng)意潤色。
IT之家注 :Copilot Audio Expressions 是一款 AI 語音生成工具,中文及其他語言用戶暫無法直接生成母語音頻,并巧妙穿插互動 ,讓表達(dá)更生動 。科技媒體 Windows Latest 昨日(8 月 29 日)發(fā)布博文,單段音頻最長 59 秒,可通過 Emotive 和 Story 兩種模式生成更具情感的英文語音 。Story 模式在情節(jié)構(gòu)建 、將模擬火車站的腳本輸入系統(tǒng) 。報道稱微軟在 Copilot Labs 推出全新 AI 語音生成工具 Copilot Audio Expressions,形成自然流暢的對話效果 。更像是一次配音合作 ,