搜索
微软公开 AI 直播视频改写专利 可实时改语音同步重绘唇形
2 小时前
微软公开了一项AI系统专利，可在直播视频流中实时修改说话内容并重绘匹配唇形。该专利于2025年4月提交，2026年10月29日正式公开。系统通过AI Agent扫描直播音频，结合预设规则与观众画像筛选需替换或删除的词语，再由生成模型同步改写音视频并重绘编辑处周边帧，最终以1至10秒延迟播放，可本地部署于AR眼镜、手机等设备。其高价值应用场景为实时唇形匹配翻译，还可消除填充词、口误等，适用于讲座、颁奖典礼等多类场景。原始信号可留存为真实基准，但主要权利要求未涉及向观众披露修改内容。目前该专利权利要求已被审查员驳回，处于常规审查阶段。微软大量专利并未转化为实际产品，同期索尼也在AI专利领域频繁布局。
