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

微软公开一项可在直播视频流中实时修改说话内容并重新绘制匹配唇形的 AI 系统专利，该专利 2025 年 4 月提交，2026 年 10 月 29 日正式公开。该系统通过 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。