تعمل شركة مايكروسوفت على تطوير تقنية جديدة تعتمد على الذكاء الاصطناعي، تتيح تعديل كلام الأشخاص وحركة شفاههم خلال البث المباشر، بحيث يظهر المتحدث وكأنه نطق بعبارات مختلفة عن كلماته الأصلية.
ووفقاً لطلب براءة اختراع تقدمت به الشركة، تحت عنوان «التحسين بالذكاء الاصطناعي للفيديو أو عروض الواقع المعزز للأحداث المباشرة في الوقت شبه الفعلي»، تهدف التقنية إلى معالجة الصوت والصورة بالتزامن، من دون الحاجة إلى انتظار انتهاء التسجيل لإجراء التعديلات.
وبحسب موقع «باتنتليز»، يعتمد النظام على وكلاء ذكاء اصطناعي يتابعون الحديث المباشر، ويحددون الكلمات والعبارات التي ينبغي تغييرها استناداً إلى معايير محددة أو تفضيلات المستخدم، قبل أن يتولى الذكاء الاصطناعي التوليدي إنتاج صياغة بديلة وإدخالها في المسار الصوتي والمرئي.
ولا تقتصر قدرات التقنية على استبدال الكلمات، بل تشمل إعادة تشكيل إطارات الفيديو وتعديل حركة شفاه المتحدث لتتطابق مع العبارات الجديدة، بما يجعل التغيير يبدو طبيعياً للمشاهد.
وتتضمن الاستخدامات المقترحة حذف كلمات التردد والحشو، مثل «آه» و«أمم»، وتصحيح التلعثم والأخطاء اللفظية، وإزالة العبارات المسيئة أو غير المناسبة، إلى جانب استبدال بعض التعبيرات العامية.
كما يمكن استخدام النظام لترجمة الحديث إلى لغات أخرى أثناء البث المباشر، مع مزامنة حركة شفاه المتحدث مع اللغة الجديدة، بحيث يبدو وكأنه يتحدث بها فعلياً.
وتشير وثيقة براءة الاختراع إلى إمكانية تشغيل التقنية عبر أجهزة متعددة، تشمل النظارات الذكية والهواتف والأجهزة اللوحية وكاميرات الفيديو، على أن تستغرق عملية المعالجة ما بين ثانية واحدة و10 ثوانٍ تقريباً.
وقد تشمل تطبيقاتها المحتملة الاجتماعات والمحاضرات والبرامج التلفزيونية والبث الرياضي والحفلات الموسيقية ومحتوى منصات التواصل الاجتماعي.
وفي المقابل، تثير هذه الإمكانات تساؤلات بشأن مصداقية المحتوى المرئي، إذ قد يصبح من الصعب على المشاهد التمييز بين الكلمات التي نطق بها الشخص فعلياً وتلك التي أضافها الذكاء الاصطناعي، خصوصاً عندما تترافق التعديلات الصوتية مع تغيير حركة الشفاه.
وتتضمن الوثيقة إمكانية الاحتفاظ بالتسجيل الأصلي للصوت والفيديو، بما يتيح الرجوع إليه ومقارنته بالنسخة المعدلة.
ولا يعني تقديم طلب براءة الاختراع أن التقنية أصبحت متاحة تجارياً أو أن مايكروسوفت حددت موعداً لإطلاقها.
