最近几周微软获得了不少非常有趣的技术专利，包括无人机运输系统，为Cortana的第三方应用整合语音输入功能等等。而现在微软又获得了一项技术专利，描述了一款能够人工生成语音，解决低质量通信会话的概念设备。
在系统中建立的VoIP（基于IP的语音传输）可以让用户通过网络实现音频信息的交互。然而在传输过程中由于丢包和网络不稳定等诸多原因，极有可能会影响呼叫通信时候的质量。由于这些问题通常和网络相关，因此这些会议的质量往往很难提高。
微软在专利描述中认为，目前缓解此类问题的技术手段不足，为此微软构思了一种设备。该设备可以检测网络问题可能影响语音呼叫质量的情况。在检测之后，它将开始将传输的语音信息转换为文本包，将这些信息发送到接收设备。通过这种方式，可以在视觉显示器上查看文本，与用于输出音频的扬声器分开。由于所有这些都将实时完成，即使网络状况不佳，接收器也能够立即理解消息。
而在另一端，发送的文本分组也可以在接收端被转换回音频输出，该过程被称为语音合成。此外在此过程中可以向用户发送一些视觉提示，或者也可以在特定频道上播放文本转语音的声音。有趣的是理论上，这些实现也可以扩展到视频内容。例如，在发送者的设备处捕获的视频可以被编码并通过网络发送到接收终端。在那里，它们可以在被观看之前由接收端的设备解码。
完整PDF文档可以访问：http://pdfAIw.uspto.gov/.aiw?PageNum=0&docid=20190073993
