微软文本转语音虚拟数字人上线 支持GPT-4o的集成

可以创建实时互动的数字人

但是目前语音使用的还是微软自己的

1.自然声音视频：将文本转换为自然声音说话的数字人视频。

2. 预生成虚拟形象：提供预生成虚拟形象的集合，用户可选择使用。

3.多种语言支持：支持与文本转语音相同的多种语言和声音，包括英语、中文、西班牙语等。

4. 批量和实时合成：支持1920×1080分辦率、每秒25帧的视频合成，批量合成支持h264/h265/vp9编解码器，实时合成支持h264编解码器。

5.自定义虚拟形象：用户可以创建自定义的文本转语音虚拟形象，只需录制10分钟的视频，并可选择自定义神经网络声音。

6.实时互动：在Speech Studio中提供的实时聊天虚拟形象工具，可以实现实时虚拟形象对话。

7.高质量视频输出：支持高清分辨率和多种编解码器，用户可以配置视频比特率以满足不同需求。

8.无代码创建工具：Speech Studio提供内容创建工具，无需编码即可创建视频内容。

可以接入大语言模型直接和自己的服务集成

提供实时互动的数字人服务，比如在线客服、导游、讲解员等。