网络会议太卡？微软新专利能让语音、文字和画面无缝转换

在最近几周之内，微软连续申请了一批有趣的专利，其中包括了无人机短途交付系统、Cortana与第三方应用程序整合的语音输入等。现在在这家科技巨头公布的最新一项专利中，出现了一种非常有趣的概念设备，这种设备可以自动生成语音内容，旨在解决网络会议低质量沟通的问题。

VoIP (Internet语音协议)技术通常建立在系统中，使用户能够通过网络上的音频消息进行通信。但这种方式会因为很多不同的原因影响通过质量，例如网络丢包和抖动等。由于这些问题通常与网络环境有关，因此想要解决这个问题，提高网络会议的质量难度很大。

微软公司认为现有的技术首款想要缓解这些问题是远远不够的，出于这个原因，微软在专利中已经构想出一种设备，可以检测网络中存在可能影响语音通话质量情况的问题。检测之后，这种设备能够开始将传输的语音信息转换为文本包，并将这些文本包发送到接收设备。通过这种方式，文本可以在可视显示器上显示出来，与用于输出音频的扬声器分开显示。因为所有这些都是实时完成的，所以即使在网络条件很差的情况下，接收者也能立即理解信息的内容。

根据另一种实现方式来看，传输的文本包也可以在接收端被转换回音频输出，而这一过程称为语音合成。当这个过程发生时，可视化提示内容可以用来通知用户，或者在单独的通道上播放特定于用户文本到语音声音的转化。有趣的是，从理论上来说这种技术也可以扩展到视频内容上。例如，可以对发送方设备上拍摄的视频进行编码，并通过网络发送到接收端。在那里，它们可以被接收端的设备解码，然后再参加会议者观看。

从专利介绍来看，这种设备的概念似乎很有吸引力，特别是对于那些经常受到网络问题困扰而且经常进行网络会议的人来说。然而，我们无法确定微软所提出的这种想法是否真的会实现，毕竟每天都有好几百项专利通过申请，但 并不是所有专利都会被转化为实际的产品。