Microsoft запатентувала штучний інтелект, який зможе змінювати промову людей безпосередньо під час трансляції

Категорії

Світ Економіка Війна Технології Наука Авто Спорт Здоров'я Шоу-Бізнес Пізнавально Політика

Вінницькі Волинські Дніпровські Донецькі Житомирські Закарпатські Запорізькі Івано-Франківські Київські Кропивницькі Кримські Луганські Львівські Миколаївські Одеські Полтавські Рівненські Сумські Тернопільські Харківські Херсонські Хмельницькі Черкаські Чернігівські Чернівецькі

Погода

Київ

вологість:

тиск:

вітер:

Погода на 10 днів від sinoptik.ua

Microsoft запатентувала штучний інтелект, який зможе змінювати промову людей безпосередньо під час трансляції — ЗМІ

04 листопада 2026 р. 15:27

04 листопада 2026 р. 15:27

Компанія Microsoft подала заявку на патент технології, яка може змінювати слова доповідача безпосередньо під час прямої трансляції його виступу. При цьому вона здатна змінювати навіть те, як рухаються губи доповідача, тому зміни будуть практично непомітними. На заявку звернув увагу портал Patentlyze . Як зазначається, її подали ще 29 квітня 2025 року, але опублікували лише 30 жовтня 2026-го.

За задумом, технологія допомагає позбавити мовлення спікера від слів-паразитів. Наприклад, за її допомогою можна «підчистити» промову людини, яка постійно вимовляє «ммммм», «ееее» та подібні звуки. Штучний інтелект (ШІ) аналізує аудіо та, спираючись на заданий користувачем профіль, позначає слова, які він не хотів би чути. Потім система замінює їх на доречніші варіанти та коригує зображення губ мовця на відео так, щоб вони відповідали новим словам. Плавні переходи дозволяють зробити ці зміни практично непомітними.

Ця ж технологія зможе використовуватися й для перекладу. Якщо спікер говорить не тією мовою, яка вказана в профілі користувача, той чутиме промову рідною мовою. При цьому затримка становитиме всього кілька секунд.

У патентній заявці описується система, яка відстежує відеопотік у реальному часі разом із супровідною аудіодоріжкою, поки люди ведуть розмову. Агент на базі штучного інтелекту (програмне забезпечення, здатне самостійно приймати рішення) аналізує вимовлені слова і, спираючись на задані правила та профіль користувача, обирає ті з них, які підлягають заміні.

Потім генеративний ШІ (технологія, що створює новий текстовий, аудіо- або візуальний контент) виконує два завдання практично в режимі реального часу:

Система замінює вибрані слова на нові — як в аудіо-, так і у відеоряді.
Система коригує аудіо та відео безпосередньо до та після моменту заміни, щоб перехід був плавним і непомітним.

При цьому затримка становить від однієї до 10 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, наприклад, для видалення або заміни образливих слів. Водночас, якщо її використовуватимуть у корисливих цілях, за її допомогою можна буде створювати діпфейки, які буде складно відрізнити від спавжніх відео.

Нагадаємо, цього року в США вперше винесли вирок відповідно до федерального закону Take It Down, який з 2025 року криміналізує інтимні діпфейки .

Модифіковані відео використовуються також і в інших сферах. Так, у червні 2025 року Білий дім опублікував у своєму офіційному акаунті в Instagram рекламу законопроєкту про скасування оподаткування понаднормової роботи. У відео фігурує популярна українська актриса Антоніна Хіжняк. Її цифрового двійника створили за допомогою штучного інтелекту.

Microsoft запатентувала штучний інтелект, який зможе змінювати промову людей безпосередньо під час трансляції — ЗМІ