例句朗读合成视频基于统计模型的音视频合成技术，通过对音视频数据进行统计建模，计算机能够学习说话人的口型和面部表情变化，实现对于任意输入文本的音视频合成，使用户能够通过观看卡拉OK形式的视频来学习英语。简单来说，首先需要对真人模特进行面部特征建模，然后将片段视频进行智能拼接，这样每句英文都像卡拉OK一样由真人模特为用户逐字朗读出来。
原文来源：http://bing.trueland.net/