Microsoft Patenteia IA que Modifica Falas em Tempo Real
Tecnologia inovadora da Microsoft promete transformar discursos em vídeo, ajustando áudio e lábios em tempo quase real.
A Microsoft apresentou um pedido de patente para uma tecnologia de inteligência artificial que promete modificar, em tempo real, o que uma pessoa diz durante uma transmissão de vídeo. Essa inovação não apenas ajustaria o áudio, mas também sincronizaria o movimento dos lábios com a nova fala.
Identificado pelo serviço Patentlyze, o sistema funcionaria com um pequeno atraso de alguns segundos. A proposta é versátil e poderia ser utilizada para traduzir discursos, eliminar vícios de linguagem e filtrar termos considerados inadequados. Além disso, seria possível substituir informações fornecidas durante uma apresentação.
No documento, a Microsoft descreve essa tecnologia como um sistema de “aprimoramento em tempo quase real” para eventos. A ideia é que o sistema analise simultaneamente o áudio e os quadros da transmissão, buscando identificar partes que precisam ser alteradas.
Quando a IA detecta uma expressão que se encaixa nas regras previamente configuradas, ela cria uma nova versão do áudio e modifica a região dos lábios, tentando manter a sincronia. Esse tipo de operação já é visto em ferramentas de dublagem por IA em plataformas como o Instagram. No entanto, a proposta da Microsoft poderia funcionar com uma latência que varia entre 1 e 10 segundos.
A patente sugere diversos usos, começando por pequenas correções, como a remoção automática de gagueiras ou palavras pronunciadas de forma errada. Além disso, poderia filtrar palavrões, ofensas ou outros termos, tudo de acordo com as preferências do espectador. E mais: a tecnologia também teria a capacidade de traduzir as falas em tempo real.
O documento ainda menciona uma possibilidade que coloca essa tecnologia na esfera do deepfake: a substituição de informações ditas pelo apresentador. Segundo a Microsoft, essa troca ocorreria com base em dados obtidos de buscas na internet durante a própria transmissão.
É importante refletir sobre os potenciais problemas de autenticidade que essa tecnologia poderia gerar, criando versões diferentes de uma mesma fala que, na verdade, nunca foi dita pelo apresentador.
O pedido foi protocolado em 29 de abril do ano passado e, na semana passada, o documento foi publicado pelo escritório de patentes dos Estados Unidos. De acordo com o Patentlyze, as reivindicações enfrentaram uma rejeição na primeira análise preliminar. Mas isso não significa que o processo esteja encerrado, já que a empresa tem a oportunidade de reformular o pedido.
Por fim, não há indícios de que essa tecnologia esteja sendo desenvolvida para um produto específico. Assim como acontece com outros registros de propriedade intelectual, a simples existência da patente não garante que o sistema descrito será lançado comercialmente.
