微軟公佈 Text To Speech Avatar AI工具，可製作虛擬3D數位人

微軟在 Ignite 大會上發布了一項名為「Azure AI Speech text to speech (TTS) avatar」的AI工具，聲稱可以產生逼真的虛擬人物形象。這項工具已經開放給大眾進行預覽試用

微軟表示，用戶使用Azure AI Speech text to speech (TTS) avatar，可以建立基於「輸入文字說出內容」的虛擬化身，並結合現實人物照片訓練，建立以真實人物為基礎的「互動式聊天機器人”，可用於企業的行銷、業務或客戶服務等場景。

據報道，Azure AI Speech文字轉語音（TTS）avatar主要由三個模組構成，分別是文字分析器、TTS聲音合成器和TTS虛擬化身合成器

文字分析器會先分析使用者輸入的文字內容，並產生音素序列。然後，TTS聲音合成器中的TTS語音模型將預測使用者輸入文字的聲學特徵，然後合成聲音。最後，神經網路聲音合成模型Avatar會根據上述聲學特徵預測人物的唇形影像，從而最終形成虛擬化身影像

微軟解釋，傳統虛擬化身製作費時耗工，需要建立專用拍攝環境、而拍攝剪輯後製過程也相當花費成本。而當下運用微軟最新的 Azure AI Speech text to speech (TTS) avatar 服務，在初次建立模型後，使用者只要輸入文字就可以製作各種產品介紹、互動影片等。配合微軟 Azure OpenAI Service 及神經網路 TTS 功能，還能呈現更自然的互動體驗。

IT之家報告稱，微軟舉例說明，用戶可以利用Azure AI Speech TTS avatar來批量製作各種視訊內容，例如企業文化影片、產品介紹，或CEO在大會上的數位分身。此外，還可以製作虛擬直播數位人、聊天機器人、業務機器人，以及線上教學的AI老師等等

微軟宣布，Azure AI語音合成（TTS）虛擬形像已經在Azure訂閱用戶中推出，並支援多種語言。使用者可以從預設的虛擬形象選項中選擇所需角色，也可以自訂虛擬形象

如果用戶想要自行自訂虛擬化身，則需要上傳一批人物視頻片段，Azure 平台就會在線上處理這些視頻，從而產生虛擬化身。角色本身與音源分開，使用者可以選擇官方提供的預設音源，也可以自行上傳訓練音源。

以上是微軟公佈 Text To Speech Avatar AI工具，可製作虛擬3D數位人的詳細內容。更多資訊請關注PHP中文網其他相關文章！