AI 摘要
- Microsoft 一項專利申請提出以 AI 即時改寫直播發言並同步修改口型
- 系統可刪除填充詞、修正口誤並支援即時翻譯，從擷取到完成修改只需數秒
- 截至發稿時仍只是專利申請，未見 Microsoft 推出相關產品
Microsoft 一項 Microsoft 專利申請提出用 AI 在直播中改寫講者發言，同時修改口型，令畫面看來像講者本來就是這樣說。據報系統可自動刪走「嗯」「啊」等填充詞，由擷取內容到完成修改只需數秒延遲。不過截至發稿時，這仍屬專利申請階段，未見 Microsoft 推出相關產品，也不代表一定會商業化。
系統如何運作
根據專利描述，系統會持續監聽直播音訊，由 AI 代理找出需要調整的字詞或短語，再以生成式 AI 替換、刪除或改寫語音。系統同時修改面部動作、嘴唇形狀及口部動作，使口型配合改寫後的內容。專利將此過程稱為「近實時」處理，既可用於直播，也可用於後期製作。
主要用途
- 刪除口頭禪並修正口誤：去除「嗯」「啊」等填充詞，修正口誤、發音錯誤及不準確的說法，令發言更流暢。
- 即時翻譯：把講者的說話譯成觀眾的母語，並讓畫面中的口型配合譯文。
- 內容過濾：可按觀眾偏好過濾粗話、敏感字詞、冒犯性說法及部分地區方言詞語；在某些配置下，更可透過網上搜尋自動生成替換內容。
專利設想的應用場合包括講座、頒獎典禮、體育賽事轉播、烹飪節目及其他直播電視節目。
原始記錄與修改痕跡
專利提出保留未經修改的原始音訊及影片作為「基礎事實記錄」，供出現爭議、調查或有法律需要時核實。部分方案亦提及以數碼標識保留修改痕跡。然而，原始記錄主要供事後核實之用；若系統能在數秒內改寫發言並同步口型，直播觀眾當下未必察覺畫面與講者原話不同。
仍待觀察的問題
Microsoft 的技術可改寫語音並配合口型，但目前仍停留在專利申請層面。當 AI 可即時修飾直播中的發言，連口型也一併改動時，觀眾看到的內容是否還能視為講者本人的說話，仍是值得持續關注的問題。
Reference Link : unwire.hk
