設(shè)置
  • 日夜間
    隨系統(tǒng)
    淺色
    深色
  • 主題色

微軟探索音生圖 AI 模型,實時視覺化會議演講者語音講述的場景

2024/10/15 11:57:27 來源:IT之家 作者:故淵 責(zé)編:故淵

IT之家 10 月 15 日消息,科技媒體 MSPoweruser 昨日(10 月 14 日)發(fā)布博文,報道稱微軟公司獲得了一項新的專利,描述了基于用戶實時輸入的語音來生成圖片。

根據(jù)美國商標(biāo)和專利局最新公示的清單,該專利共計 20 頁,微軟于 2023 年 4 月 5 日提交申請,于 10 月 10 日獲批。

根據(jù)專利描述,該系統(tǒng)可以在會議或講座中實時捕捉音頻,隨后通過語言模型進(jìn)行總結(jié),并生成相應(yīng)的 AI 圖像。

IT之家援引該媒體報道,該工作會分為 3 個步驟:

  • 捕捉音頻:用戶通過麥克風(fēng)發(fā)言,系統(tǒng)實時記錄并轉(zhuǎn)化為文本。

  • 處理文本:分段記錄文本,每段內(nèi)容通過語言模型進(jìn)行總結(jié)。

  • 生成圖像:根據(jù)總結(jié)生成的提示,系統(tǒng)創(chuàng)建 AI 生成的圖像,并在屏幕上實時顯示。

預(yù)計該功能將主要應(yīng)用于 Microsoft Teams。隨著演講者話題的變化,實時生成的圖像也會隨之更新,從而增強視覺溝通的效果。微軟表示,這種圖像的使用有助于澄清概念,特別適合通過視覺輔助學(xué)習(xí)的用戶。

廣告聲明:文內(nèi)含有的對外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。

相關(guān)文章

關(guān)鍵詞:微軟,AI

軟媒旗下網(wǎng)站: IT之家 最會買 - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機(jī)APP應(yīng)用 魔方 最會買 要知