微软提交专利申请 AI实时改写直播人声与口型

时间：2026年11月2日01:09（北京时间）前后。专利追踪机构 Patentlyze 率先披露这份微软专利申请，Futurism 于美国东部时间11月1日12:09发布报道，中文媒体在11月2日凌晨跟进编译。 地点：线上公开渠道。专利文件经美国专利商标局公开，公开号为 US-20260341309-A1；报道方为美国的 Futurism 与 Patentlyze。 人物：微软，专利申请人，报道未点名发明人；Futurism 资深撰稿人 Maggie Harrison Dupré 撰写了报道；专利追踪机构 Patentlyze 最先发现该申请；微软未就置评请求作出回应。 事件详情：这份专利申请把发明内容描述为对直播活动视频或增强现实（AR）呈现进行近实时的 AI 增强。系统借助 AI 代理识别并修改或删除特定词语，同时编辑说话者的面部与嘴部，让画面与改后的内容对得上；代理依据设定参数或用户画像执行改动，并会对删改词前后的视频与音频一并处理，以实现平滑过渡。替换用的词可能来自互联网搜索。专利列举的适用内容包括讲座、演示、电视制作（颁奖礼、游戏节目、烹饪节目）以及体育直播等。 背景：让 AI 改写语音本身并不新鲜，配音与后期剪辑早就在做这件事，差别在于这一步交给了 AI 代理，而且要在直播进行中实时完成。专利文件本身也提到，活动的原始直播视频与音频可以被录制并存储，用作基准事实。 影响：专利给出的用途从实时翻译、去掉嗯啊这类填充词、抹掉口吃与语言障碍，一直延伸到削减个人词汇或短语，例如自造词以及 y'all、bite the bullet 这类口语表达，并消除含糊的词、读错的词、用错的词、说错的词、冒犯性词语、不敏感的词语或不恰当的词语。Futurism 的报道认为，在深度伪造与信息污染的时代，这类工具可能让观众按个人口味去调整别人正在说的话，把直播从共同观看的现场变成一层按需过滤的内容。 总结：目前这只是专利申请，微软未回应置评请求，也没有对应产品落地。它把 AI 代理的边界从生成文本推进到实时改写正在发生的内容，实时翻译和语音清理属于常规需求，而按用户画像删改具体措辞与口型的部分，则直接踩到深度伪造与信息操纵的边界。 常见问题： 问：微软这个专利已经有产品落地了吗？ 答：没有。报道的是一份专利申请文件，公开号 US-20260341309-A1，微软未回应置评请求，目前没有可用产品。 问：这项专利写的能力能用来做什么？ 答：专利列举的用途包括实时翻译、去掉嗯啊这类填充词、抹掉口吃与语言障碍，以及按设定参数或用户画像删改特定词语和说话者的口型。 参考来源： Futurism 报道：微软提交专利申请，用AI实时改写直播视频中的讲话与口型，2026年11月1日发布 https://futurism.com/artificial-intelligence/microsoft-patents-ai-words-in-peoples-mouths Patentlyze 专利追踪（最先披露该申请）：Microsoft Files Patent to Rewrite What Speakers Say in Live Video, Lips Included https://patentlyze.com/patent/microsoft-live-ai-video-rewrites-speech/ Patentlyze 专利追踪：Microsoft Files Patent for AI That Rewrites What Speakers Said in Recorded Video https://patentlyze.com/patent/microsoft-ai-swaps-spoken-words-video/ 网易号「全栈遛狗员」中文编译报道：微软专利想实时改人口型，不想听的话直接抹掉，2026年11月2日 https://www.163.com/dy/article/LAMM2S5J05561FZM_pdya11y.html Unified Patents 专利原文记录：US-20260341309-A1 https://portal.unifiedpatents.com/patents/patent/US-20260341309-A1 Patentlyze 微软新专利追踪列表（含该直播语音改写专利条目） https://patentlyze.com/microsoft/page/17/