Microsoft патентует ИИ, который в реальном времени меняет слова и лица говорящих в прямых трансляциях

Согласно патентной заявке Microsoft, система использует ИИ-агентов, которые идентифицируют нежелательные слова и либо заменяют их, либо удаляют. Одновременно корректируются лицо и рот говорящего, чтобы изменения выглядели естественно. Агенты опираются на заданные параметры или профили пользователей, а также редактируют видео и аудио непосредственно до и после изменённого слова — для «плавных переходов».

Сценарии применения и потенциальные риски

В документе перечислены различные сценарии применения. Среди них — перевод в реальном времени с передачей информации на предпочитаемом зрителем языке как на слух, так и визуально. Система также может убирать слова-паразиты («ум», «а»), устранять заикание или дефекты речи.

Однако заявка идёт дальше. Она предусматривает удаление «личных слов или фраз», «разговорных терминов» вроде «y'all» или «bite the bullet», а также «неразборчивых, неправильно произнесённых, неуместных или оскорбительных слов». Замены, согласно патенту, могут подбираться через поиск в интернете.

В патенте упоминается, что исходные видео и аудио могут записываться и сохраняться как «эталонные данные» — это указывает на потенциальные риски неправомерного использования и путаницы. Система рассчитана на прямые трансляции лекций, презентаций, телешоу, церемоний награждения, спортивных соревнований и другого контента.

Авторы материала отмечают: если зрители смогут подстраивать речь говорящего под личные предпочтения — убирать диалектизмы, ошибки или нежелательные выражения, — это может способствовать созданию персонализированных информационных пузырей и размыванию того, что считать «прямым эфиром». Microsoft пока не комментировала патентную заявку.