A Microsoft certamente irá refinar a tecnologia, é hora de torná-la mais humana.
A Microsoft anunciou o lançamento do avatar de conversão de texto em fala do Azure no Microsoft Ignite conferência que ocorrerá em Seattle de 14 a 17 de novembro de 2023. O avatar do Azure está agora em versão prévia pública e os usuários do Azure em qualquer lugar podem criar seu avatar apenas com entradas de texto.
Temos o prazer de anunciar o lançamento público do Discurso de IA do Azure avatar de texto para fala, um novo recurso que permite aos usuários criar vídeos de avatar falante com entrada de texto e construir bots interativos em tempo real treinados com imagens humanas.
Microsoft
A gigante da tecnologia com sede em Redmond acredita que o avatar de conversão de texto em fala do Azure pode ser uma solução adequada para combater criação tradicional de conteúdo de vídeo, e pequenas empresas, como startups, poderiam se beneficiar muito com tal ferramenta.
A criação tradicional de conteúdo de vídeo requer muito tempo e orçamento, incluindo a configuração do ambiente de gravação de vídeo, filmagem de vídeos, edição, etc. Com o avatar de texto para fala, os usuários podem criar vídeos com mais eficiência. Os usuários podem usar o avatar para criar vídeos de treinamento, apresentações de produtos, depoimentos de clientes, etc., simplesmente com entrada de texto.
Microsoft
O avatar de conversão de texto em fala pode ser usado para vários aplicativos:
- Um chatbot para um site de viagens
- Vendas virtuais em um comercial ao vivo
- Professor de IA que ensina online e pode responder perguntas
- Um RH virtual para responder às dúvidas dos funcionários
Embora a ferramenta seja bastante útil para muitas empresas, ela também pode gerar vídeos que, de alguma forma, carecem de todo o espectro de expressões humanas. Aqui está o porquê:
O avatar de conversão de texto em fala do Azure pode ser útil, mas não parece real
É importante saber que a Microsoft oferece 2 formas de gerar um avatar:
- Avatares pré-construídos de conversão de texto em fala, com a Microsoft fornecendo uma lista de opções que os usuários podem escolher; esses avatares poderão falar idiomas diferentes e ter vozes diferentes com base nas informações recebidas dos usuários.
- Avatares personalizados de conversão de texto em fala permitem que os usuários criem seus avatares personalizados usando imagens e vídeos da vida real. O sistema utilizará esses recursos e criará automaticamente um avatar que corresponda a essas características. Uma característica importante é que o sistema fará com que um avatar se pareça com o usuário se o usuário fornecer sua voz e aparência.
Mesmo assim, os avatares carecem de certas expressões, fato que os faz parecer bastante robóticos.
Vejamos os 2 exemplos de vídeo que a Microsoft postou em seu blog sobre os produtos. Ambos são gerados usando o avatar de conversão de texto em fala do Azure. O primeiro, como você pode ver abaixo, apresenta um avatar mostrando como os usuários podem gerar conteúdo de vídeo usando avatares do Azure.
Pela miniatura do YouTube, você não pode dizer que o modelo apresentado no vídeo é na verdade um avatar, mas assim que você reproduz o vídeo, fica claro que ele é inteiramente gerado por IA. A sincronização entre as expressões faciais do avatar e sua voz é um tanto estranha.
A tecnologia de avatar de conversão de texto em fala do Azure permite a construção de avatares interativos, o segundo exemplo que mostra a sensação de vale misterioso (algo que age como uma pessoa humana, mas não é humano).
Como diz a Microsoft, os avatares interativos utilizam o modelo Azure OpenAI Service GPT-3.5 para responder às dúvidas dos clientes, incluindo diálogos verbais com clientes em diferentes idiomas. Isso por si só o torna incrivelmente útil, mas, novamente, a interação parece artificial e desprovida de qualquer interação humana, o que pode ser perturbador para alguns.
Dê uma olhada aqui:
Com o tempo, a Microsoft poderá resolver este problema e, com o surgimento das novas tecnologias de IA, a gigante tecnológica sediada em Redmond poderá transformar o avatar do Azure numa ferramenta para uso industrial. Por que? Porque as empresas já estão adorando a ferramenta.
Estamos usando os serviços de IA do Azure para nosso AI Banking Avatar devido à combinação única de serviços de IA e visualização de ponta em uma plataforma. Ao usar diferentes avatares de texto em fala do Azure AI Speech, seremos capazes de gerar uma experiência de cliente de próximo nível e realmente simplificar as interações bancárias e bancárias.
Gerald Ertl, Diretor Geral, Commerzbank AG
No entanto, a Microsoft não levou em consideração as interações dos clientes com esses avatares. Embora possam ser uma opção muito mais barata para as empresas (e mais rápida também, um profissional de marketing deve ser capaz de criar tutoriais sem recorrer a fontes externas), a falta de quaisquer expressões físicas significativas faz com que esses avatares pareçam robôs.
A IA não pode ser ignorada, especialmente se estamos falando de ferramentas como o Copilot no Janelas 11 ou Microsoft 365, mas quando quer se parecer com humanos, pode ficar bastante estranho.
A Microsoft irá refinar esses avatares, não há dúvida disso, mas, por enquanto, sinto uma sensação na minha espinha toda vez que olho para um deles, com um sorriso forçado ou sem expressão alguma.
O que você acha desses avatares?
