微软专利申请披露AI实时改写语音IT时代网11月9日消息,微软提交的一项专利申请描述了一套可在直播视频中改写说话内容,并同步重绘人物唇形的人工智能系统。公开号为 US 2026/0341309 A1 的申请文件于 2025 年 4 月提交、2026 年 10 月 29 日公开。文件描述,一个 AI 智能体先扫描实时音频,依据规则以及观看者的年龄、使用语言、所在位置等画像信息,挑选出需要替换或删除的词语。随后由生成模型在音频与视频两路同时替换这些词,重做编辑点前后的画面帧,并将结果延迟约一到十秒播出。该系统可在增强现实眼镜、手机、平板或相机本地运行。另一项独立权利要求涉及带唇形匹配的实时翻译。申请文件还把语气填充词、口吃、误读或冒犯性词语,以及英语中的习语表达列为替换对象,替换用词甚至可以来自联网搜索;列举的使用场景包括讲座、颁奖礼、游戏节目和体育直播。原始画面可作为「基准真值」留存,但主权利要求未提及是否需要向观看者说明改动内容。审查员目前已驳回该申请提交的权利要求,这在此阶段属于常规流程;厂商申请的专利中有相当一部分最终不会成为产品。
