Microsoft подала патентную заявку на технологию, которая сможет менять речь и лица людей прямо во время трансляций

По данным издания Patentlyze, которое специализируется на отслеживании патентных заявок, изобретатели описывают разработку как «усовершенствование видеотрансляций или презентаций событий с использованием искусственного интеллекта (ИИ) и технологий дополненной реальности практически в реальном времени».

Система будет использовать ИИ-агентов для распознавания определенных слов и их последующего изменения или удаления. Одновременно технология сможет редактировать изображение лица и движения рта говорящего, синхронизируя их с исправленной речью. Для внесения изменений агенты будут руководствоваться заранее заданными параметрами или пользовательскими профилями. Кроме того, система сможет корректировать видео- и аудиоряд непосредственно перед удаленным или замененным словом и сразу после него, обеспечивая, по замыслу разработчиков, «плавные переходы».

В эпоху, когда медиапространство и интернет все сильнее заполняют созданные с помощью ИИ дипфейки, дезинформация и низкокачественный контент, сгенерированный нейросетями, описанная в патенте технология может открыть новую страницу в развитии инструментов фильтрации информации. Они позволят незаметно изменять воспринимаемую реальность непосредственно в момент происходящего, причем с учетом индивидуальных предпочтений зрителя. Как следует из патентной заявки, пользователи смогут смотреть практически любые прямые трансляции, не слыша того, что им не хотелось бы слышать.

В заявке рассматривается несколько возможных сценариев применения разработки. Один из них — синхронный перевод: система позволит не только слышать, но и видеть трансляции и другие видеоматериалы на предпочитаемом зрителем языке.

Еще одна предполагаемая функция — автоматическое удаление из живой речи слов-паразитов и междометий вроде «э-э» и «а-а», а также устранение заикания и других речевых особенностей, затрудняющих восприятие.

Кроме того, разработчики утверждают, что технология сможет устранять из речи невнятно произнесенные, неправильно произнесенные, ошибочно употребленные или случайно оговоренные слова, а также оскорбительные, бестактные и неуместные выражения. На место удаленных слов система сможет подставлять другие — в том числе найденные с помощью «поиска в интернете».

Иными словами, прямые трансляции, возможно, перестанут быть по-настоящему прямыми.

Примечательно, что в патентной заявке предусмотрена возможность записи и хранения исходных видео- и аудиоматериалов трансляции. Они должны служить своего рода «эталоном достоверности». Вероятно, разработчики таким образом учитывают риск злоупотреблений новой технологией и возможной путаницы, к которой может привести ее применение.

Среди материалов, которые потенциально можно будет обрабатывать с помощью системы, перечислены лекции, презентации, различные телевизионные программы — церемонии вручения наград, игровые и кулинарные шоу, — а также прямые спортивные трансляции и многие другие виды видеоконтента.

Закладка

Скопировать ссылку

Email

Печать

Twitter

VK

Telegram