Microsoft će sigurno poboljšati tehnologiju, vrijeme je da je učini humanijom.
Microsoft je najavio izdavanje Azure avatara za pretvaranje teksta u govor na Microsoft Ignite konferencija koja se održava u Seattleu od 14. do 17. studenog 2023. Azure avatar je sada u javnom pregledu, a Azure korisnici posvuda mogu izraditi svoj avatar samo pomoću tekstualnih unosa.
Uzbuđeni smo što možemo najaviti javnu pretpremijeru Azure AI govor avatar teksta u govor, nova značajka koja korisnicima omogućuje stvaranje videozapisa avatara koji govore s unosom teksta i izradu interaktivnih robota u stvarnom vremenu obučenih pomoću ljudskih slika.
Microsoft
Tehnološki div sa sjedištem u Redmondu smatra da bi Azure avatar za pretvaranje teksta u govor mogao biti prikladno rješenje za borbu protiv tradicionalno stvaranje video sadržaja, a male tvrtke, poput startupa, mogle bi imati velike koristi od takvog alat.
Tradicionalno stvaranje videosadržaja zahtijeva puno vremena i budžeta, uključujući postavljanje okruženja za snimanje videa, snimanje videa, montažu itd. Uz avatar teksta u govor korisnici mogu učinkovitije stvarati video. Korisnici mogu koristiti avatar za izradu video zapisa za obuku, predstavljanja proizvoda, svjedočanstava kupaca itd., jednostavno unosom teksta.
Microsoft
Avatar za pretvaranje teksta u govor može se koristiti za razne aplikacije:
- Chatbot za web mjesto za putovanja
- Virtualna prodaja u reklami uživo
- AI učitelj koji predaje online i može odgovarati na pitanja
- Virtualni HR koji odgovara na pitanja zaposlenika
Iako će alat biti vrlo koristan mnogim tvrtkama, također može generirati videozapise kojima na neki način nedostaje cijeli spektar ljudskih izraza. Evo zašto:
Azure avatar za pretvaranje teksta u govor mogao bi biti koristan, ali ne djeluje stvarno
Važno je znati da Microsoft nudi 2 načina za generiranje avatara:
- Unaprijed ugrađeni avatari za pretvaranje teksta u govor, s Microsoftom koji nudi popis opcija koje korisnici mogu birati; ti će avatari moći govoriti različitim jezicima i imati različite glasove na temelju unosa primljenih od korisnika.
- Prilagođeni avatari za pretvaranje teksta u govor omogućuju korisnicima da naprave svoje prilagođene avatare koristeći slike i videozapise iz stvarnog života. Sustav će uzeti te resurse i automatski će smisliti avatar koji odgovara tim karakteristikama. Važna značajka je da će sustav učiniti da avatar nalikuje korisniku ako korisnik pruži svoj glas i izgled.
Unatoč tome, avatarima nedostaju određeni izrazi, što ih čini prilično robotskima.
Uzmimo 2 videoprimjera koje je Microsoft objavio na svom blogu o proizvodima. Oba su generirana pomoću Azure avatara za pretvaranje teksta u govor. Prvi, kao što možete vidjeti u nastavku, sadrži avatar koji prikazuje kako korisnici mogu generirati video sadržaj pomoću Azure avatara.
Iz sličice na YouTubeu ne možete zaključiti da je model predstavljen u videu zapravo avatar, ali čim pustite video, postaje jasno da je u potpunosti generiran AI. Sinkronizacija između izraza lica avatara i njihova glasa pomalo je čudna.
Azure tehnologija pretvaranja teksta u govor avatara omogućuje izgradnju interaktivnih avatara, drugi primjer koji prikazuje osjećaj jezive doline (nešto što djeluje kao ljudska osoba, ali nije ljudski).
Kako Microsoft kaže, interaktivni avatari koriste Azure OpenAI Service GPT-3.5 model za odgovaranje na upite korisnika, uključujući verbalne dijaloge s korisnicima na različitim jezicima. Samo to ga čini nevjerojatno korisnim, ali opet, interakcija izgleda umjetno i lišena bilo kakve ljudske interakcije, što bi za neke moglo biti uznemirujuće.
Pogledajte ovdje:
S vremenom bi Microsoft mogao riješiti ovaj problem, a s pojavom novih AI tehnologija, tehnološki div sa sjedištem u Redmondu mogao bi transformirati Azure avatar u alat za industriju. Zašto? Jer tvrtke već vole alat.
Koristimo Azure AI usluge za naš AI bankovni Avatar zbog jedinstvene kombinacije vodećih AI i usluga vizualizacije na jednoj platformi. Upotrebom različitih Azure AI Speech govornih avatara moći ćemo generirati korisničko iskustvo sljedeće razine i stvarno pojednostaviti bankarstvo i bankarske interakcije.
Gerald Ertl, generalni direktor, Commerzbank AG
Međutim, Microsoft nije uzeo u obzir interakcije korisnika s tim avatarima. Iako bi mogle biti puno jeftinija opcija za tvrtke (i brža, trgovac bi trebao biti u mogućnosti stvoriti generiran AI-jem vodiči bez pribjegavanja vanjskim izvorima), nedostatak bilo kakvih smislenih fizičkih izraza čini da ovi avatari izgledaju kao roboti.
AI se ne može zanemariti, pogotovo ako govorimo o alatima kao što je Copilot on Windows 11 ili Microsoft 365, ali kad želi sličiti ljudima, moglo bi postati prilično jezovito.
Microsoft će doraditi ove avatare, u to nema sumnje, ali za sada mi se svaki put kad pogledam u nekog od njih niz kralježnicu provlači osjećaj da se nasilno ceri ili da nema nikakvog izraza.
Što mislite o ovim avatarima?
