Microsoft отримала патент на штучний інтелект, здатний редагувати мовлення людей в реальному часі під час трансляцій — Finance.ua.
Компанія Microsoft зареєструвала патент на інноваційну технологію, що дозволяє змінювати висловлювання оратора в реальному часі під час його виступу. Ця система здатна навіть коригувати рухи губ, що робить внесені зміни майже невидимими для глядачів.
Портал Patentlyze звернув увагу на цю заявку. Відомо, що вона була подана 29 квітня 2025 року, проте опублікували її лише 30 жовтня 2026 року.
За задумом, технологія допомагає позбавити мовлення спікера слів-паразитів. Наприклад, за її допомогою можна "підчистити" промову людини, яка постійно вимовляє "ммммм", "ееее" та подібні звуки.
Штучний інтелект буде здійснювати аналіз аудіо та, враховуючи індивідуальний профіль користувача, ідентифікуватиме слова і звуки, які йому не до вподоби. Після цього система замінить їх на більш прийнятні альтернативи, а також відкоригує рухи губ мовця, щоб вони відповідали новому тексту. Завдяки плавним переходам ці зміни залишаться практично невидимими.
Ця ж технологія може бути застосована і для перекладу. Якщо доповідач використовує мову, яка не відповідає зазначеній у профілі користувача, слухач отримає трансляцію його слів рідною мовою. При цьому затримка буде мінімальною — всього кілька секунд.
У патентній заявці представлена система, що здійснює моніторинг відеопотоку в реальному часі разом із супутньою аудіодоріжкою під час спілкування людей. Агент, що працює на основі штучного інтелекту, проводить аналіз вимовлених фраз і, виходячи з попередньо визначених правил та профілю користувача, вибирає слова, які можуть бути замінені.
Потім генеративний ШІ виконує два завдання практично в режимі реального часу:
У цьому випадку затримка варіюється від однієї до десяти секунд.
Якщо технологію буде впроваджено, вона допоможе дивитися концерти, мітинги та лекції будь-якою мовою без необхідності додаткового перекладу. Але вона ж потенційно може використовуватися для зміни сказаного доповідачем.
Однак, у разі використання в корисливих намірах, ця технологія може дозволити створення діпфейків, які важко буде відрізнити від реальних відеоматеріалів.
