最近幾周微軟獲得了不少非常有趣的技術專利，包括無人機運輸系統，為Cortana的第三方應用整合語音輸入功能等等。而現在微軟又獲得了一項技術專利，描述了一款能夠人工生成語音，解決低質量通信會話的概念設備。

在系統中建立的VoIP（基於IP的語音傳輸）可以讓用戶通過網絡實現音頻信息的交互。然而在傳輸過程中由於丟包和網絡不穩定等諸多原因，極有可能會影響呼叫通信時候的質量。由於這些問題通常和網絡相關，因此這些會議的質量往往很難提高。

微軟在專利描述中認為，目前緩解此類問題的技術手段不足，為此微軟構思了一種設備。該設備可以檢測網絡問題可能影響語音呼叫質量的情況。在檢測之後，它將開始將傳輸的語音信息轉換為文本包，將這些信息發送到接收設備。通過這種方式，可以在視覺顯示器上查看文本，與用於輸出音頻的揚聲器分開。由於所有這些都將實時完成，即使網絡狀況不佳，接收器也能夠立即理解消息。

而在另一端，發送的文本分組也可以在接收端被轉換回音頻輸出，該過程被稱為語音合成。此外在此過程中可以向用戶發送一些視覺提示，或者也可以在特定頻道上播放文本轉語音的聲音。有趣的是理論上，這些實現也可以擴展到內容。例如，在發送者的設備處捕獲的視頻可以被編碼並通過網絡發送到接收終端。在那裡，它們可以在被觀看之前由接收端的設備解碼。

完整PDF文檔可以訪問：http://pdfaiw.uspto.gov/.aiw?PageNum=0&docid=20190073993