Microsoft оголосила про випуск нового сервісу Azure AI Speech text to speech avatar, який дозволяє створювати фотореалістичних аватарів людей з можливістю анімації губ відповідно до поданого тексту.
Користувачі можуть завантажувати фотографії осіб і складати сценарії для аватарів, які в подальшому генерують відео з анімованим аватаром, який відтворює заданий текст.
Цифрові двійники можуть працювати з кількома мовами і використовувати моделі штучного інтелекту, наприклад, GPT-3.5 від OpenAI, для відповіді на запитання клієнтів.
Поєднання фотореалістичних аватарів із здатністю анімувати рухи губ відкриває широкі можливості в області інтерактивного взаємодії та змісту.
Додатково, у сервісі є функція Personal voice, яка може відтворювати голос користувача за дуже короткий час, потрібен лише однохвилинний аудіозапис.
Ця функція може бути використана для створення персоналізованих голосових помічників, дублювання контенту різними мовами та створення індивідуальних аудіотекстів для оповідань, аудіокниг і подкастів.
