ithome
科技
娱乐
采集 2026-11-09T10:11:34+00:00
微软申请AI实时改写直播语音专利
原始标题:微软申请新专利:AI 实时修改直播说话内容并同步嘴型
来源
ithome
发布时间
2026-11-09T07:23:22
采集批次
2026-11-09-10
字数
651
URL 指纹
55586b853c51459d
📌 AI 总结(168 字)
微软提交专利申请,计划借助生成式人工智能近乎实时修改直播人物说出的话,并通过重绘嘴部动作,使替换后的语音与画面保持一致。系统可按预设规则或观众资料删除冒犯词汇、口误和填充词,也可将原话实时翻译后同步调整口型。相关技术可能用于讲座、颁奖礼、游戏及体育赛事,但目前仅处于申请阶段,且相关权利要求曾遭审查员驳回,微软尚未宣布是否开发或商业化。
📄 正文(651 字)
微软近日提交了一项专利申请,计划利用人工智能技术,在直播及其他实时视频节目中近乎实时地修改人物说出的内容,并重新绘制说话者的嘴唇动作,让观众难以察觉原话已被替换。专利申请编号为US 2026/0341309 A1,名称为《利用人工智能近乎实时增强直播活动的视频或增强现实演示》。 该系统包含一个AI智能体,可实时监听音频,并根据预设规则或观众个人资料,包括年龄、语言和居住地等信息,识别需要修改或删除的词语。随后,生成式AI会替换相应词语,平滑处理修改前后的音频衔接,同时生成新的视频画面,使说话者的嘴部动作与修改后的语音保持一致。 可能被替换的内容包括口头填充词、口吃、发音错误的词语、冒犯性词汇,以及特定口语表达。处理后的视频预计延迟约1至10秒播放,以便系统完成音视频修改。 这项专利还涵盖实时翻译功能。如果说话者使用的语言不在观众资料中,系统可将原话替换为翻译后的内容,并同步调整说话者的嘴部动作,使其与翻译语音相匹配。 专利文件列出的潜在场景包括讲座、颁奖典礼、游戏节目和体育赛事直播等,相关系统还可运行于AR眼镜、手机、平板电脑或摄像头上。其中一项权利要求提到,系统可以保留原始录像,将其作为真实依据。 需要注意的是,公开专利申请并不代表技术已经获得授权。专利审查员已于2026年7月29日驳回申请中的相关权利要求,这是审查过程中的常见环节,微软仍可回应并修改申请。该申请于2025年4月29日提交,微软尚未透露是否计划开发该技术,因此即使最终获批,相关功能也未必会进入微软产品。