微軟網(wǎng)頁版PPT新增語音識別及字幕生成功能
據(jù)報道，微軟計劃于今年六月份推出網(wǎng)頁版PowerPoint全新語音識別功能。此項功能將能夠監(jiān)控PowerPoint視頻中的聲音，進而自動生成字幕。
早在2023年12月，微軟已對網(wǎng)頁版PowerPoint進行了升級，允許用戶在視頻中添加字幕，但目前僅支持WebVTT格式。
微軟表示，新功能上線后，用戶只需在演示文稿中插入視頻，即可通過字幕選項，從支持的63種語言中選擇最合適的語言，然后點擊生成字幕。
此外，微軟還透露，該功能可在PowerPoint應(yīng)用程序中快速掃描長達兩個小時的視頻，并在數(shù)分鐘內(nèi)生成字幕。完成后，用戶可點擊“編輯字幕”按鈕，對自動生成的字幕進行修正。當(dāng)用戶發(fā)現(xiàn)需編輯的字幕部分時，視頻將會自動播放。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6705瀏覽量
106953 -
語音識別
+關(guān)注
關(guān)注
39文章
1795瀏覽量
115048 -
應(yīng)用程序
+關(guān)注
關(guān)注
38文章
3339瀏覽量
59700
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
WT2606B 驅(qū)屏語音芯片新增藍牙功能：功能集成一體化，產(chǎn)品升級自動化，語音交互無線化，場景應(yīng)用普適化！
WT2606B 驅(qū)屏語音芯片新增藍牙功能：功能集成一體化，產(chǎn)品升級自動化，語音交互無線化，場景應(yīng)用普適化！
語音識別---大家怎么看呢？
語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音
發(fā)表于 08-09 10:54
STM32F103驅(qū)動LD3320語音識別模塊
本文介紹了如何使用STM32F103微控制器驅(qū)動LD3320語音識別模塊，該模塊具備非特定人語音識別功能，支持動態(tài)編輯關(guān)鍵詞，且無需額外Fl
安信可語音開放平臺的使用——VC系列SDK的獲取
安信可離線語音開放平臺提供了開發(fā)量接近于零的SDK生成功能，對于功能簡單的控制及串口輸出，甚至可以直接生成固件進行燒錄測試。
用對軟件，DeepSeek + Kimi，PPT一鍵生成秘籍！
和大家分享一下如何利用這兩個工具快速制作出精美的PPT。 一，DeepSeek：快速生成PPT大綱 DeepSeek是一款智能AI助手，能夠根據(jù)你的需求快速生成
HarmonyOS NEXT 應(yīng)用開發(fā)練習(xí)：AI智能語音播報
（Text-To-Speech，文本轉(zhuǎn)語音）技術(shù)將文本轉(zhuǎn)換為語音進行播報。
當(dāng)然除了基本的文本輸入和播報功能外，我們還增加了語音識別的
發(fā)表于 01-06 15:33
【「嵌入式系統(tǒng)設(shè)計與實現(xiàn)」閱讀體驗】+ 基于語音識別的智能杯墊
項目二維碼下圖
該作品通過采集飲水?dāng)?shù)據(jù)，多種交互方式，數(shù)據(jù)分析處理，提醒用戶定期飲水，達到保持健康的作用。
主要功能是語音識別。
ASR-PRO語音模塊是一款高度集成的智能
發(fā)表于 01-02 18:15
基于語音識別的智能會議系統(tǒng)具備哪些交互功能
標(biāo)貝科技專注智能語音交互領(lǐng)域多年，在語音識別和語音合成領(lǐng)域有著多項大型企業(yè)合作案例，標(biāo)貝與多個智能會議系統(tǒng)廠商合作，成功將
標(biāo)貝智能語音識別在智能會議場景中的落地案例
標(biāo)貝科技專注智能語音交互領(lǐng)域多年，在語音識別和語音合成領(lǐng)域有著多項大型企業(yè)合作案例，標(biāo)貝與多個智能會議系統(tǒng)廠商合作，成功將
ChatGPT新增實時搜索與高級語音功能
在OpenAI的第八天技術(shù)分享直播中，ChatGPT的搜索功能迎來了重大更新。此次更新不僅豐富了ChatGPT的功能體系，更提升了其實用性和競爭力。 新增的實時搜索功能，是此次更新的亮
微軟預(yù)覽版Copilot Vision AI功能上線
微軟公司近日宣布，將面向美國地區(qū)的Copilot Pro用戶推出預(yù)覽版的Copilot Vision AI功能。這一創(chuàng)新功能旨在通過人工智能技術(shù)，進一步提升用戶的網(wǎng)頁瀏覽體驗。 Cop
語音識別與自然語言處理的關(guān)系
在人工智能的快速發(fā)展中，語音識別和自然語言處理（NLP）成為了兩個重要的技術(shù)支柱。語音識別技術(shù)使得機器能夠理解人類的語音，而自然語言處理則讓
語音識別技術(shù)的應(yīng)用與發(fā)展
語音識別技術(shù)的發(fā)展可以追溯到20世紀(jì)50年代，但直到近年來，隨著計算能力的提升和機器學(xué)習(xí)技術(shù)的進步，這項技術(shù)才真正成熟并廣泛應(yīng)用于各個領(lǐng)域。語音識別技術(shù)的應(yīng)用不僅提高了工作效率，也極大
ASR與傳統(tǒng)語音識別的區(qū)別
識別技術(shù)。 構(gòu)建更深更復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，利用大量數(shù)據(jù)進行訓(xùn)練。 提高了語音識別的準(zhǔn)確率和穩(wěn)定性。 傳統(tǒng)語音識別 ： 通常依賴于聲學(xué)-語言模
ASR語音識別技術(shù)應(yīng)用
ASR（Automatic Speech Recognition）語音識別技術(shù)，是計算機科學(xué)與人工智能領(lǐng)域的重要突破，能將人類語音轉(zhuǎn)換為文本，廣泛應(yīng)用于智能家居、醫(yī)療、交通等多個領(lǐng)域。以下是對ASR
工商網(wǎng)監(jiān)
評論