微软解锁AI配音新技能：生成最长90秒多角色叙述，语音更像真人
文章来源：智汇AI 发布时间：2025-09-02
科技媒体 Windows Latest 昨日（8 月 29 日）发布博文，报道称微软在 Copilot Labs 推出全新 AI 语音生成工具 Copilot Audio Expressions，可通过 Emotive 和 Story 两种模式生成更具情感的英文语音。
暂无访问智汇AI8月30日消息，科技媒体WindowsLatest昨日（8月29日）发布博文，报道称微软在CopilotLabs推出全新AI语音生成工具CopilotAudioExpressions，可通过Emotive和Story两种模式生成更具情感的英文语音。
智汇AI注：CopilotAudioExpressions是一款AI语音生成工具，功能是让输出的音频更接近真人，并可根据需求加入创意润色。用户无需注册即可直接体验，并可下载MP3格式音频，方便在任何设备播放。
该工具目前提供Emotive（情感表达）和Story（故事创作）两种模式。
该媒体在测试Emotive模式后，选用“Oak”音色和“narration”叙述风格，将模拟火车站的脚本输入系统。
生成的音频不仅朗读了文字，还自动增添细节、调整措辞，让表达更生动。单段音频最长59秒，支持十余种声音与风格组合。
在Story模式下，系统自动选择音色和风格，用户仅需提供主题提示。
例如输入“讲一个猫在暗处潜行觅食的故事”，AI就生成了一个长达90秒的多角色叙述：旁白用美式口音，猫的对白则为英式口音，并巧妙穿插互动，形成自然流畅的对话效果。
测试结果表明，Story模式在情节构建、角色区分及声音融合度方面表现出色，输出的成品不像单调的机器朗读，更像是一次配音合作，让该工具不仅适用于简单朗诵，也可胜任有多角色的创意作品制作。
该工具目前仅支持英文，中文及其他语言用户暂无法直接生成母语音频，微软尚未透露后续是否会增加多语言支持。
相关推荐
