Microsoft brevetta un’IA per modificare la voce in diretta
Microsoft ha presentato una domanda di brevetto per un sistema di intelligenza artificiale in grado di modificare il video e l’audio di interventi dal vivo quasi in tempo reale. La tecnologia non si limita a lavorare sulla traccia sonora: gli agenti di IA correggeranno anche l’immagine di chi parla, compresi i movimenti delle labbra e le espressioni del viso, affinché corrispondano alla versione aggiornata del discorso.
Secondo la descrizione, il sistema potrà eliminare o sostituire singole parole ed espressioni, basandosi su parametri impostati in anticipo oppure su profili degli utenti. L’algoritmo dovrà inoltre adattare audio e video subito prima e subito dopo il frammento modificato, in modo che le transizioni restino fluide e naturali.
Tra gli scenari d’uso, Microsoft cita la traduzione delle dirette nella lingua preferita dallo spettatore. Il sistema potrà anche rimuovere gli intercalari, eliminare la balbuzie e altre peculiarità del parlato. Tra le opzioni più controverse indicate nel brevetto figurano la rimozione di espressioni colloquiali e locali, la correzione di parole pronunciate o usate in modo errato e il filtraggio di frasi offensive o inappropriate.
Per scegliere le parole sostitutive il sistema potrà ricorrere, tra l’altro, alla ricerca su internet. La tecnologia è pensata per i formati più diversi: lezioni, presentazioni, programmi televisivi, cerimonie, spettacoli e trasmissioni sportive.
In questo modo lo spettatore potrà ottenere non solo una traduzione, ma anche una versione dell’intervento modificata su misura, con formulazioni che il sistema riterrà adatte alle sue impostazioni.
Il brevetto prevede inoltre la conservazione dei video e degli audio originali come registrazione di riferimento. Ciò potrebbe aiutare a distinguere la trasmissione autentica da quella elaborata, ma la presenza di tale funzione non esclude il rischio di confusione nella diffusione dei materiali modificati.