Copilot Labs Đang hoạt động

Copilot Labs là nền tảng thử nghiệm do Microsoft AI ra mắt, trong đó Audio Expression là dự án hướng đến tổng hợp giọng nói. Công cụ có chức năng cốt lõi là chuyển văn bản thành giọng nói có khoảng ngắt, trọng âm và biến đổi cảm xúc, phù hợp để sản xuất lời thuyết minh, nội dung kể chuyện và đọc kịch bản.

Dự án là một công cụ giọng nói mang tính thử nghiệm, tập trung khám phá khả năng biểu cảm trong chuyển văn bản thành giọng nói thay vì cung cấp một nền tảng hậu kỳ âm thanh hoàn chỉnh.

Audio Expression cung cấp ba chế độ tạo nội dung: chế độ cảm xúc và kể chuyện cho phép AI trau chuốt, sắp xếp lại và sáng tạo diễn đạt ở một mức độ nhất định đối với nội dung nhập vào; chế độ kịch bản đọc văn bản chính xác hơn và cho phép điều chỉnh phong cách giọng điệu.

Công cụ cũng cung cấp nhiều tùy chọn giọng nói và phong cách, bao gồm đọc kể tiêu chuẩn, diễn đạt kịch tính và bình luận thể thao. Sau khi tạo, âm thanh có thể được tải trực tiếp xuống dưới dạng MP3; tài liệu hiện có cho thấy không cần đăng nhập để tải xuống.

Nhà sản xuất video, podcast và hoạt hình có thể sử dụng công cụ để tạo lời thuyết minh hoặc lồng tiếng sơ bộ; nhà văn và người sáng tác truyện có thể chuyển kịch bản hoặc đoạn tiểu thuyết thành nội dung sách nói; nhân viên marketing có thể dùng công cụ để thử nghiệm cách thể hiện quảng cáo âm thanh hoặc nội dung quảng bá.

Nhà giáo dục cũng có thể sử dụng công cụ để tạo tài liệu luyện nghe, sách nói hoặc nội dung giảng dạy bằng giọng nói. Với các nhà phát triển và người yêu thích AI, công cụ phù hợp để trải nghiệm sự khác biệt trong biểu cảm giữa các chế độ và phong cách tổng hợp giọng nói.

Khi cần giữ nguyên câu chữ, thứ tự và độ chính xác của thông tin, nên ưu tiên chế độ kịch bản và kiểm tra lại cách phát âm, khoảng ngắt cũng như giọng điệu trước khi xuất. Chế độ cảm xúc và kể chuyện sẽ thực hiện sáng tạo lần hai bằng AI, có thể trau chuốt hoặc sắp xếp lại câu chữ, đồng thời làm thay đổi trọng tâm diễn đạt của bản thảo gốc.

Công cụ chủ yếu phụ trách tạo giọng nói từ văn bản; tài liệu hiện có chưa cho biết công cụ có khả năng chỉnh sửa, trộn âm hoặc sản xuất hàng loạt phức tạp hay không. Khi sử dụng cho video, podcast, nội dung giảng dạy hoặc nội dung thương mại chính thức, vẫn cần kết hợp với việc nghe kiểm tra thủ công và xử lý âm thanh sau đó.