Microsoft представила Azure AI Speech avatar, который по факту позволит создавать дипфейки и клонировать голос.

Microsoft объявила о выпуске нового сервиса Azure AI Speech text to speech avatar, позволяющего создавать фотореалистичных аватаров людей с возможностью анимации губ в соответствии с представленным текстом.

Пользователи могут загружать фотографии лиц и сочинять сценарии для аватаров, которые в дальнейшем генерируют видео с анимированным аватаром, воспроизводящим заданный текст.

Цифровые двойники могут работать с несколькими языками и использовать модели искусственного интеллекта, например GPT-3.5 от OpenAI, для ответа на вопросы клиентов.

Сочетание фотореалистичных аватаров со способностью анимировать движения губ открывает широкие возможности в области интерактивного взаимодействия и содержания.

Дополнительно, в сервисе есть функция Personal voice, которая может воспроизводить голос пользователя за очень короткое время, требуется только одноминутная аудиозапись.

Эта функция может быть использована для создания персонализированных голосовых помощников, дублирования контента на разных языках и создания индивидуальных аудиотекстов для рассказов, аудиокниг и подкастов.