Microsoft е подала патентна заявка за система с изкуствен интелект, която променя казаното по време на стриймове и други предавания на живо почти в реално време.

Как работи системата

AI агент слуша аудиото и отбелязва думи за замяна – например паразити като „ъъ“, грешни произношения, мънкане или обидни изрази. Генеративен модел подменя избраните думи в звука, изглажда прехода около всяка намеса и създава нови видеокадри, така че устните на говорещия да съответстват на новия текст. Системата редактира аудиото и видеото и непосредствено преди и след променената дума, за да получи „плавни преходи“. Редактираното видео стига до зрителя със закъснение от около една до десет секунди.

Различна версия за всеки зрител

Агентът работи по предварително зададени правила или по профила на зрителя, който включва възраст, говорими езици и местоположение. Така двама души, които гледат един и същ стрийм, могат да чуят различни версии на казаното.

Патентът включва и превод. Когато говорещият ползва език, който липсва в профила на зрителя, думите се заменят с преведени, а устните се пренарисуват отново. Софтуерът може да работи на телефони, таблети и AR очила. Като примерни сценарии заявката посочва лекции, награждавания, телевизионни игри и спорт на живо.

Разликата спрямо наличните продукти е ясна. Функцията Interpreter в Microsoft Teams превежда само звука и не променя лицето на говорещия.

Опасенията за злоупотреби

Самата заявка признава риска от злоупотреба и предлага оригиналното аудио и видео да се записват и съхраняват като „ground truth“ — еталон за сравнение. Futurism предупреждава, че в епохата на дийпфейкове и дезинформация подобен инструмент може да направи излъчванията на живо по-малко „живи“. Част от потребителите настояват за строги правила срещу подвеждащите практики с AI и за задължително обозначаване на променено съдържание.

Само заявка, не издаден патент

За момента става дума за публикувана патентна заявка, а не за издаден патент. Според Patentlyze патентният експерт е отхвърлил претенциите във вида им при подаването на 29 юли 2026 г., което е рутинна стъпка, на която Microsoft може да отговори. Заявката е подадена на 29 април 2025 г. Документът не показва дали компанията реално възнамерява да пусне такъв софтуер.

Вашият коментар

Вашият имейл адрес няма да бъде публикуван. Задължителните полета са отбелязани с *