微軟 Azure AI 語音服務允許開發者構建多語言生成式 AI 語音應用，Azure AI 語音服務最新推出了文本到語音虛擬人功能，可以將簡單的文本轉換為人類自然說話視頻。

　　今天，微軟宣布全面推出 Text to Speech Avatar功能。這項新功能使開發者能夠為其用戶創建個性化虛擬人。該服務的輸出視頻分辨率為 1920 x 1080，每秒 25 幀。IT之家附示例如下：

　　Text to Speech Avatar 具有以下功能：

　　將文本轉換為由 Azure AI 文本轉語音提供支持的人類說話視頻，該視頻具有自然的聲音。

　　提供不同的人物預設形象。

　　形象的聲音由 Azure AI 文本轉語音生成。

　　使用批量合成 API 異步或實時合成文本到語音人像視頻。

　　在 Speech Studio 中提供內容創建工具，無需編碼即可創建視頻內容。

　　通過 Speech Studio 中的實時聊天頭像工具啟用實時人像對話。

　　定價方面，文本轉視頻服務的收費將根據視頻輸出的長度計算并按秒收費。該服務現已在東南亞、北歐、西歐、瑞典中部、美國中南部和美國西部地區推出。