近日,微软提交一项专利申请,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。该专利编号为US2026/0341309A1,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(AR)演示》,申请于2025年4月29日提交。
根据专利申请文件,该系统包含一个AI智能体,能够实时监听音频,并根据预设规则或观众个人资料(包括年龄、所讲语言和居住地)识别需要修改或删除的词语。随后,生成式AI会在音频中替换这些词语,平滑处理每处修改前后的衔接,同时生成新的视频画面,让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、冒犯性词汇以及部分口语表达。经过处理的视频会延迟约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的个人资料中,系统可将原话替换成翻译后的内容,并同步重新绘制嘴部动作。专利文件列举的潜在应用场景包括讲座、颁奖典礼、游戏节目和体育赛事直播等,系统还可运行在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作为真实依据。需要注意的是,目前微软提交的只是已公开的专利申请,并不意味着相关技术已获得专利授权,专利审查员已于2026年7月29日驳回了申请中提交的相关权利要求,微软仍可作出回应并修改申请内容。微软尚未透露是否计划将这项技术投入实际开发。


来源:一电快讯
返回第一电动网首页 >
以上内容由AI创作,如有问题请联系admin#d1ev.com(#替换成@)沟通,AI创作内容并不代表第一电动网(www.d1ev.com)立场。
文中图片源自互联网或AI创作,如有侵权请联系邮件删除。