微软专利：AI 近乎实时修改直播说话内容并同步嘴型

专利描述的是直播音视频的近实时改写链路：AI 按规则或观众画像识别待替换词，生成式模型替换音频并重绘口型，代价是 1–10 秒延迟。对做实时语音、数字人和直播合规的开发者，可据此比较延迟与音画同步的取舍。需注意这只是公开申请，相关权利要求已被审查员驳回，且微软未公布产品计划，不能当作已落地能力。