微软推出Copilot Audio Expressions：情感语音生成新工具

8 月 30 日消息，根据科技资讯报道，微软近期在其 Copilot Labs 推出了一款名为 Copilot Audio Expressions 的新 AI 语音生成工具。这款工具支持通过 Emotive 和 Story 两种模式，生成更富情感的英文语音内容。

Copilot Audio Expressions 的目标是让 AI 语音听起来更接近真人，同时还能根据需要对音频进行创意润色。用户无需注册即可直接使用该工具，生成的音频可下载为 MP3 格式，便于在各种设备上播放。

目前，该工具提供两种使用模式：Emotive 和 Story。在 Emotive 模式下，用户可以自由选择音色和叙述风格。媒体测试时选取了名为“Oak”的音色与“narration”风格，将一段描述火车站场景的脚本输入系统后，生成的音频不仅准确朗读了文字内容，还自动添加了细节和语调变化，使表达更加生动自然。此外，单段音频时长可达 59 秒，支持十余种音色与风格的自由组合。

在 Story 模式下，系统会自动匹配音色和风格，用户只需提供一个主题提示即可。例如输入“讲一个猫在暗处潜行觅食的故事”，AI 便会生成一段时长约 90 秒的多角色音频内容。其中旁白采用美式发音，猫的台词则为英式口音，整体内容通过巧妙的声音切换与对话安排，呈现出自然流畅的听觉效果。

从测试结果来看，Story 模式在情节构建、角色区分以及语音融合方面表现出色。输出的音频不仅摆脱了传统机械朗读的单调感，更像是经过配音演员协作完成的作品。因此，这一模式不仅可以满足基本的语音朗读需求，也适合用于创作包含多个角色的创意音频内容。

目前，Copilot Audio Expressions 仅支持英文内容生成，中文及其他语言用户暂时无法生成母语音频。微软尚未公布是否会在此后增加多语言支持功能。