10 月 15 日消息，科技媒體 MSPoweruser 昨日（10 月 14 日）發(fā)布博文，報(bào)道稱(chēng)微軟公司獲得了一項(xiàng)新的專(zhuān)利，描述了基于用戶(hù)實(shí)時(shí)輸入的語(yǔ)音來(lái)生成圖片。nQI28資訊網(wǎng)——每日最新資訊28at.com

根據(jù)美國(guó)商標(biāo)和專(zhuān)利局最新公示的清單，該專(zhuān)利共計(jì) 20 頁(yè)，微軟于 2023 年 4 月 5 日提交申請(qǐng)，于 10 月 10 日獲批。nQI28資訊網(wǎng)——每日最新資訊28at.com

根據(jù)專(zhuān)利描述，該系統(tǒng)可以在會(huì)議或講座中實(shí)時(shí)捕捉音頻，隨后通過(guò)語(yǔ)言模型進(jìn)行總結(jié)，并生成相應(yīng)的 AI 圖像。nQI28資訊網(wǎng)——每日最新資訊28at.com

nQI28資訊網(wǎng)——每日最新資訊28at.com

nQI28資訊網(wǎng)——每日最新資訊28at.com

nQI28資訊網(wǎng)——每日最新資訊28at.com

援引該媒體報(bào)道，該工作會(huì)分為 3 個(gè)步驟：nQI28資訊網(wǎng)——每日最新資訊28at.com

捕捉音頻：用戶(hù)通過(guò)麥克風(fēng)發(fā)言，系統(tǒng)實(shí)時(shí)記錄并轉(zhuǎn)化為文本。nQI28資訊網(wǎng)——每日最新資訊28at.com

處理文本：分段記錄文本，每段內(nèi)容通過(guò)語(yǔ)言模型進(jìn)行總結(jié)。nQI28資訊網(wǎng)——每日最新資訊28at.com

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(shí)時(shí)顯示。nQI28資訊網(wǎng)——每日最新資訊28at.com

預(yù)計(jì)該功能將主要應(yīng)用于 Microsoft Teams。隨著演講者話題的變化，實(shí)時(shí)生成的圖像也會(huì)隨之更新，從而增強(qiáng)視覺(jué)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(guò)視覺(jué)輔助學(xué)習(xí)的用戶(hù)。nQI28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-45-9120-0.html微軟探索音生圖 AI 模型，實(shí)時(shí)視覺(jué)化會(huì)議演講者語(yǔ)音講述的場(chǎng)景

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 優(yōu)必選發(fā)布全新一代工業(yè)人形機(jī)器人 Walker S1，進(jìn)入比亞迪等汽車(chē)工廠實(shí)訓(xùn)

下一篇： 谷歌簽署核電購(gòu)買(mǎi)協(xié)議，以滿(mǎn)足發(fā)展人工智能的用電需求