微软近期在Copilot Labs推出了一项创新的人工智能语音生成工具——Copilot Audio Expressions，这一工具通过其独特的Emotive和Story模式，为用户带来了更加情感丰富的英文语音体验。
Copilot Audio Expressions旨在让生成的音频更加贴近真实人声，同时允许用户根据个人需求进行创意上的修饰。值得注意的是，用户无需繁琐的注册流程即可直接使用该工具，并且所生成的音频可以方便地以MP3格式下载，适用于各类设备播放。
该工具提供的Emotive模式，允许用户选择特定的音色和叙述风格，以生成富有情感的语音。例如，在测试中，选用“Oak”音色和“narration”叙述风格，输入模拟火车站的脚本后，生成的音频不仅准确朗读了文字，还自动添加了细节，调整了措辞，使得整个表达更加生动逼真。Emotive模式支持的单段音频最长可达59秒，并提供了十余种声音与风格的组合选择。
而Story模式则更进一步，用户只需提供主题提示，系统便会自动为用户选择音色和风格，生成完整的叙述。例如，当输入“讲一个猫在暗处潜行觅食的故事”时，Copilot Audio Expressions生成了一个长达90秒的多角色叙述。其中，旁白采用了美式口音，而猫的对白则是英式口音，两者之间还巧妙地穿插了互动，形成了自然流畅的对话效果。这种表现不仅展示了工具在情节构建和角色区分上的能力，还体现了声音融合度的高超技巧。
尽管Copilot Audio Expressions目前仅支持英文，但其在情感表达和故事创作方面的出色表现，已经赢得了广泛的赞誉。无论是简单的朗诵还是多角色的创意作品制作，该工具都能展现出卓越的性能。然而，对于中文及其他语言用户而言，目前还无法直接生成母语音频。微软方面尚未透露未来是否会增加多语言支持，这无疑给期待使用该工具的全球用户留下了一丝悬念。
