Microsoft wird die Technologie sicherlich verfeinern, es ist an der Zeit, sie menschlicher zu machen.
Microsoft hat die Veröffentlichung des Azure-Text-to-Speech-Avatars auf der angekündigt Microsoft Ignite Konferenz, die vom 14. bis 17. November 2023 in Seattle stattfindet. Der Azure-Avatar befindet sich jetzt in der öffentlichen Vorschau und Azure-Benutzer überall können ihren Avatar nur mit Texteingaben erstellen.
Wir freuen uns, die öffentliche Vorschauversion von anzukündigen Azure AI Speech Text-to-Speech-Avatar, eine neue Funktion, die es Benutzern ermöglicht, sprechende Avatar-Videos mit Texteingabe zu erstellen und interaktive Echtzeit-Bots zu erstellen, die anhand menschlicher Bilder trainiert werden.
Microsoft
Der in Redmond ansässige Technologieriese glaubt, dass der Azure-Text-to-Speech-Avatar eine geeignete Lösung zur Bekämpfung sein könnte Die traditionelle Erstellung von Videoinhalten und kleine Unternehmen wie Start-ups könnten davon stark profitieren Werkzeug.
Die herkömmliche Erstellung von Videoinhalten erfordert viel Zeit und Budget, einschließlich der Einrichtung einer Videoaufnahmeumgebung, des Filmens von Videos, der Bearbeitung usw. Mit dem Text-to-Speech-Avatar können Benutzer Videos effizienter erstellen. Benutzer können den Avatar verwenden, um Schulungsvideos, Produkteinführungen, Kundenstimmen usw. einfach per Texteingabe zu erstellen.
Microsoft
Der Text-to-Speech-Avatar kann für verschiedene Anwendungen verwendet werden:
- Ein Chatbot für eine Reise-Website
- Virtueller Verkauf im Live-Werbespot
- KI-Lehrer, der online unterrichtet und Fragen beantworten kann
- Eine virtuelle Personalabteilung, um auf die Fragen der Mitarbeiter zu antworten
Während das Tool für viele Unternehmen sehr nützlich sein wird, kann es auch Videos erstellen, denen irgendwie das gesamte Spektrum menschlicher Ausdrucksformen fehlt. Hier ist der Grund:
Der Azure-Text-to-Speech-Avatar könnte nützlich sein, aber er fühlt sich nicht real an
Es ist wichtig zu wissen, dass Microsoft zwei Möglichkeiten zum Generieren eines Avatars bietet:
- Vorgefertigte Text-to-Speech-Avatare, wobei Microsoft eine Liste von Optionen bereitstellt, aus denen Benutzer wählen können; Diese Avatare können je nach den Eingaben der Benutzer verschiedene Sprachen sprechen und unterschiedliche Stimmen haben.
- Mit benutzerdefinierten Text-to-Speech-Avataren können Benutzer ihre individuellen Avatare erstellen unter Verwendung realer Bilder und Videos. Das System nutzt diese Ressourcen und erstellt automatisch einen Avatar, der diesen Eigenschaften entspricht. Eine wichtige Funktion besteht darin, dass das System einen Avatar dem Benutzer ähneln lässt, wenn der Benutzer seine Stimme und sein Erscheinungsbild bereitstellt.
Dennoch fehlen den Avataren bestimmte Gesichtsausdrücke, was sie ziemlich roboterhaft aussehen lässt.
Nehmen wir die beiden Videobeispiele, die Microsoft in seinem Blogbeitrag zu den Produkten veröffentlicht hat. Beide werden mithilfe des Azure Text-to-Speech-Avatars generiert. Das erste zeigt, wie Sie unten sehen können, einen Avatar, der zeigt, wie Benutzer mithilfe von Azure-Avataren Videoinhalte generieren können.
Anhand des YouTube-Thumbnails kann man nicht erkennen, dass es sich bei dem im Video dargestellten Modell tatsächlich um einen Avatar handelt, aber sobald man das Video abspielt, wird klar, dass es vollständig KI-generiert ist. Die Synchronisation zwischen den Gesichtsausdrücken des Avatars und seiner Stimme ist etwas seltsam.
Die Azure Text-to-Speech-Avatar-Technologie ermöglicht die Erstellung interaktiver Avatare, das zweite Beispiel das zeigt das Gefühl von Uncanny Valley (etwas, das sich wie ein Mensch verhält, es aber nicht ist). menschlich).
Wie Microsoft sagt, nutzen die interaktiven Avatare das Azure OpenAI Service GPT-3.5-Modell, um auf Kundenanfragen zu antworten, einschließlich mündlicher Dialoge mit Kunden in verschiedenen Sprachen. Dies allein macht es unglaublich nützlich, aber auch hier wirkt die Interaktion künstlich und ohne jegliche menschliche Interaktion, was für manche verstörend sein könnte.
Schauen Sie hier:
Mit der Zeit könnte Microsoft dieses Problem lösen, und mit dem Aufkommen neuer KI-Technologien könnte der in Redmond ansässige Technologieriese den Azure-Avatar in ein branchenweit einsetzbares Tool verwandeln. Warum? Weil Unternehmen das Tool bereits lieben.
Aufgrund der einzigartigen Kombination modernster KI- und Visualisierungsdienste in einer Plattform nutzen wir Azure AI Services für unseren AI Banking Avatar. Durch die Verwendung verschiedener Azure AI Speech-Text-zu-Sprache-Avatare können wir ein Kundenerlebnis der nächsten Ebene generieren und Banking- und Bankinteraktionen wirklich vereinfachen.
Gerald Ertl, Vorstand, Commerzbank AG
Allerdings hat Microsoft die Interaktionen der Kunden mit diesen Avataren nicht berücksichtigt. Während sie für Unternehmen eine viel günstigere (und auch schnellere) Option darstellen könnten, sollte ein Vermarkter in der Lage sein, KI-generierte Produkte zu erstellen Tutorials ohne Rückgriff auf externe Quellen), das Fehlen jeglicher aussagekräftiger physischer Ausdrücke lässt diese Avatare so aussehen Roboter.
KI kann nicht ignoriert werden, insbesondere wenn es um Tools wie Copilot geht Windows 11 oder Microsoft 365, aber wenn es Menschen ähneln will, könnte es ziemlich unheimlich werden.
Microsoft wird diese Avatare verfeinern, daran besteht kein Zweifel, aber im Moment spüre ich jedes Mal ein Gefühl im Rücken, wenn ich einen von ihnen ansehe, ob ich heftig grinse oder überhaupt keinen Gesichtsausdruck habe.
Was denkst du über diese Avatare?
