Microsoft Brevet une IA Capable de Fèdre des Mots en Temps Réel dans la Bouche des Gens

<p class="wp-block-paragraph pw-incontent-excluded article-paragraph skip">Microsoft a récemment déposé un brevet pour un produit utilisant l’intelligence artificielle, capable de transformer des vidéos en direct en temps réel, modifiant ainsi les paroles et les visages des intervenants.</p>

<p class="wp-block-paragraph article-paragraph skip">Ce brevet, signalé pour la première fois par <a href="https://patentlyze.com/patent/microsoft-live-ai-video-rewrites-speech/" rel="noreferrer" target="_blank">Patentlyze</a>, est défini par ses concepteurs comme une "amélioration d'intelligence artificielle en quasi temps réel pour des vidéos ou des présentations de réalité augmentée lors d'événements en direct."</p>

<p class="wp-block-paragraph article-paragraph skip">Ce système d'agents d'IA identifie et modifie certains mots tout en ajustant le visage et la bouche du locuteur pour correspondre. Les changements s'effectuent selon des paramètres établis ou des profils utilisateurs, permettant d’éditer le son et l'image juste avant ou après les mots modifiés pour garantir des "transitions fluides".</p>

<p class="wp-block-paragraph article-paragraph skip">Avec la montée en puissance des deepfakes et de la désinformation, ce système pourrait introduire des outils de filtrage altérant discrètement la réalité en cours d’événement, créant une expérience hautement personnalisée. Selon le brevet, les spectateurs pourraient ainsi suivre des événements en direct sans entendre ce qu’ils préféreraient éviter.</p>

<p class="wp-block-paragraph article-paragraph skip">Les applications possibles évoquées dans le brevet sont variées. Une utilisation potentielle serait la **traduction en temps réel**, permettant aux retransmissions d'être audibles et visibles dans la langue de préférence d'un utilisateur.</p>

<p class="wp-block-paragraph article-paragraph skip">Le brevet suggère également que cet outil pourrait éliminer des mots de remplissage tels que "euh" ou "hum" durant des discours, voire corriger des voix hésitantes ou des troubles de la parole.</p>

<p class="wp-block-paragraph article-paragraph skip">Cependant, les applications envisagées vont bien au-delà. Il mentionne la possibilité de supprimer des "termes personnels ou phrases", (comme les termes inventés) et des expressions familières, par exemple "y'all" ou "bite the bullet". En outre, le système pourrait éliminer des "mots marmonnés, mal prononcés ou inappropriés." Les substitutions pourraient être faites à partir d'une "recherche sur Internet".</p>

<p class="wp-block-paragraph article-paragraph skip">Ainsi, les retransmissions en direct pourraient perdre leur caractère authentique.</p>

<p class="wp-block-paragraph article-paragraph skip">Microsoft n'a pas encore répondu à la demande de commentaire à ce sujet.</p>

<p class="wp-block-paragraph article-paragraph skip">Bien que le doublage et le montage vidéo existent depuis longtemps, la possibilité d'éditer des vidéos en direct grâce à des agents d'IA pourrait transformer la façon dont les audiences interagissent avec les événements en direct. Aujourd'hui, si un spectateur n'apprécie pas le contenu, il peut simplement éteindre l'appareil ; le système proposé par Microsoft risquerait de permettre aux gens de modifier le discours d'autrui selon leurs préférences. Au-delà de la traduction, est-il acceptable de recourir à un outil qui efface les erreurs ou les expressions spécifiques à un dialecte local ? Pourquoi considérer comme problématique l'emploi d'expressions comme "y'all" par une personne du Sud ?</p>

<p class="wp-block-paragraph article-paragraph skip">Enfin, le brevet précise que l'enregistrement original de l'audio et de la vidéo pourrait être réalisé pour garder une "vérité de fond", soulignant le potentiel d’utilisation abusive et les confusions que pourrait engendrer un tel outil.</p>

<p class="wp-block-paragraph article-paragraph skip">Les types de contenu pouvant être transformés par ce système incluent des conférences, des présentations, divers programmes télévisés — cérémonies de récompenses, jeux et émissions culinaires — ainsi que des sports en direct.</p>

<p class="wp-block-paragraph article-paragraph skip"><strong>Plus sur les brevets des grandes technologies :</strong> <em>Meta dépose un brevet pour une technologie capable de détecter votre humeur en analysant constamment votre tonalité vocale.</em></p>