Microsoft створює ШІ, який підмінятиме слова людей у прямому ефірі: навіть губи рухатимуться інакше

Microsoft створює ШІ, який підмінятиме слова людей у прямому ефірі: навіть губи рухатимуться інакше

Microsoft подала патентну заявку на технологію штучного інтелекту, здатну змінювати слова людини безпосередньо під час відеотрансляції. Система не лише підмінятиме голос, а й коригуватиме рухи губ, щоб глядачі практично не помічали втручання у сказане.

Компанія Microsoft розробляє технологію, яка потенційно дозволить редагувати мовлення людей у прямому ефірі майже без помітної затримки. Штучний інтелект зможе замінювати окремі слова та одночасно змінювати зображення обличчя людини, щоб воно відповідало новій звуковій доріжці.

Патентну заявку компанія подала 29 квітня 2025 року, однак оприлюднили її лише 30 жовтня 2026 року. Технологія передбачає одночасний аналіз відео та звуку, а також автоматичне редагування обох складників трансляції.

Одне з головних призначень системи — очищення мовлення від слів-паразитів і зайвих звуків. Наприклад, якщо людина часто вимовляє «е-е-е» або «м-м-м», штучний інтелект зможе прибирати такі фрагменти, роблячи виступ плавнішим.

Проте можливості технології значно ширші. Вона здатна не лише видаляти небажані звуки, а й замінювати вибрані слова іншими відповідно до налаштувань користувача.

Для цього спеціальна програма на основі штучного інтелекту аналізуватиме мовлення та визначатиме фрагменти, які потрібно змінити. Рішення ухвалюватимуться відповідно до заздалегідь заданих правил і персонального профілю користувача.

Після визначення потрібного фрагмента генеративний штучний інтелект створюватиме нову звукову доріжку. Одночасно система змінюватиме рухи губ людини на відео, щоб вони відповідали словам, які насправді не були вимовлені.

Крім того, технологія коригуватиме звук і зображення до та після заміненого фрагмента. Це потрібно, щоб переходи між оригінальним і зміненим мовленням залишалися максимально плавними.

За описом у патентній заявці, затримка обробки становитиме від однієї до десяти секунд. Завдяки цьому система потенційно зможе працювати під час розмов, лекцій, концертів і публічних виступів у прямому ефірі.

Ще одна передбачена можливість — автоматичний переклад мовлення іншими мовами. Якщо людина виступатиме іноземною мовою, глядач зможе чути переклад відповідно до власних налаштувань.

При цьому штучний інтелект змінюватиме не лише озвучення, а й рухи губ промовця. Це дозволить узгоджувати відеозображення з перекладеними словами без додаткового дубляжу.

Водночас технологія створює ризики маніпулювання відеозаписами. Якщо система здатна непомітно змінювати слова людини, її потенційно можна використати для створення переконливих підробок, у яких промовець нібито говорить те, чого насправді не казав.

Подібні можливості особливо небезпечні у випадку політичних виступів, інтерв’ю та інших публічних заяв. За допомогою такої технології можна було б не лише прибирати образливі висловлювання, а й підміняти зміст сказаного.

Проблема цифрових підробок уже стала предметом законодавчого регулювання у США. Зокрема, федеральний закон Take It Down, ухвалений у 2025 році, передбачає кримінальну відповідальність за певні випадки створення та поширення інтимних дипфейків.

Штучно змінені відео вже використовували й у політичній рекламі. У червні 2025 року Білий дім опублікував в Instagram відео на підтримку законопроєкту про скасування оподаткування понаднормової роботи, у якому з’явився цифровий двійник української акторки Антоніни Хижняк, створений за допомогою штучного інтелекту.



🌟 Читайте «Експерт» у своєму смартфоні — додайте нас в Google Discover

Від admin

Related Post

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *