微软 Azure AI 语音服务推出虚拟人形象，支持文本转视频

微软 Azure AI 语音服务允许开发者构建多语言生成式 AI 语音应用，Azure AI 语音服务最新推出了文本到语音虚拟人功能，可以将简单的文本转换为人类自然说话视频。

近日，微软宣布全面推出 Text to Speech Avatar 功能。这项新功能使开发者能够为其用户创建个性化虚拟人。该服务的输出视频分辨率为 1920 x 1080，每秒 25 帧。

这项服务让自然的声音和逼真的头像栩栩如生，增强了客户参与度和整体体验。借助 TTS Avatar，开发人员可以为客户和员工创造个性化和引人入胜的体验，同时提高效率并提供创新解决方案。

Avatar 服务为开发人员提供了各种预构建的头像，具有多样化的自然声音组合，并可以使用 Azure Custom Neural Voice 创建自定义合成语音。

此外，逼真的头像可以根据公司的品牌进行定制。开发人员可以根据其应用程序的需求使用 TTS Avatar 实时或通过批处理模式生成语音和头像。

目前，该服务现已在东南亚、北欧、西欧、瑞典中部、美国中南部和美国西部地区推出。定价方面，文本转视频服务的收费将根据视频输出的长度计算并按秒收费。

深圳领驭科技有限公司，作为微软中国南区的核心合作伙伴及HK CSP资质持有者，已成为国内首批获得Azure OpenAI服务授权的服务商之一。我司正积极整合Azure OpenAI的强大功能，包括先进的自然语言处理、分析和推理能力，到其产品和行业解决方案中。

Azure OpenAI服务通过其大规模生成式AI模型，支持企业客户根据特定需求和场景，开发创新应用，涵盖辅助写作、代码编写、多媒体内容生成以及数据分析等多个领域，为互联网、游戏、金融、零售、医药等行业以及自动驾驶和智能制造等前沿技术领域带来深远影响。