微软提交一项专利申请,计划利用人工智能在直播等实时视频中近乎实时替换人物说出的内容。该专利编号为 US 2026/0341309 A1,微软尚未透露是否会将其投入实际开发。
该系统包含 AI 智能体,可实时监听音频,依据预设规则或观众资料中的年龄、语言、居住地等信息,识别需修改的词语,如填充词、口吃、发音错误和冒犯性词汇,并同步重绘说话者唇形,让观众难以察觉原话已被替换。
处理后的视频延迟约 1 至 10 秒播放。专利还涵盖实时翻译功能,可将原话替换为观众语言的译文并匹配唇部动作,潜在场景包括讲座、颁奖典礼和体育赛事直播。
目前这只是公开的专利申请,审查员已驳回其中部分权利要求,这属于专利审查中的常见环节,微软仍可回应并修改申请。
推广
评论
正在加载评论…