大廠元宇宙，又菜又愛玩
撰文 | 吳先之 編輯 | 王 潘當下所有大廠推出的元宇宙產品，所能帶來的沉浸式體驗并不多，好在國內外科技巨頭在bug方面都處在同一水平線。以Meta為例，由于VR頭顯設
10 月 15 日消息，科技媒體 MSPoweruser 昨日（10 月 14 日）發布博文，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。
根據美國商標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。
根據專利描述，該系統可以在會議或講座中實時捕捉音頻，隨后通過語言模型進行總結，并生成相應的 AI 圖像。
援引該媒體報道，該工作會分為 3 個步驟：
捕捉音頻：用戶通過麥克風發言，系統實時記錄并轉化為文本。
處理文本：分段記錄文本，每段內容通過語言模型進行總結。
生成圖像：根據總結生成的提示，系統創建 AI 生成的圖像，并在屏幕上實時顯示。
預計該功能將主要應用于 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習的用戶。
本文鏈接：http://www.www897cc.com/showinfo-45-9120-0.html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
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號