تقنية ثورية من مايكروسوفت لتعديل نبرة ونبرات الأصوات ببث مباشر مباشر عبر الذكاء الاصطناعي

تعمل شركة «مايكروسوفت» على تطوير تقنية متطورة تعتمد على الذكاء الاصطناعي، وتنتهي بتعديل كلام الأشخاص وحركة شفاءهم من خلال البث المباشر، ليظهر بوضوح النطق بعبارات مغيرة لكلماته الأصلية.

وجاء ذلك في طلب براءة اختراع تقدمت إلى الشركة تحت عنوان «التحسين بالذكاء الاصطناعي للفيديو أو عروض الواقع المعزز للأحداث في الوقت الأصلي للعمل، حيث ركزت التقنية على الصوت والصورة بالتزامن وتحتاج إلى انتهاء التسجيل.

يسمح لما أورده موقع «باتنتليز»، يعتمد النظام على وكلاء ذكاء اصطناعي يراقب البث الحي الكلمات المرادفة على معايير محددة أو تفضيلات المستخدم، ليقوم الذكاء الاصطناعي التوليدي بإنتاج التحرير ودمجها في المسارين الصوتي والمرئي.

ولا يسمح للنظام باستبدال الكلمات، بل لتشمل إعادة تشكيل إطارات الفيديو المرئية وتعديل حركة الشفاه لتتطابق مع العبارات الجديدة؛ مما يضمن ظهورها بشكل طبيعي للمشاهدة، وتبلغ مدة المعالجة ما بين سنة واحدة وعشر ثوان تقريبًا.

حرصت على تجنب تقنية حذف الكلمات الجماعية والتردد مثل «آه» و«أم»، وتصحيح التلعثم والأخطاء اللفظية، إزالة العبارات المسيئة أو غير المستهدفة، بالإضافة إلى استبدال التعبيرات العامة وترجمة الحديث إلى لغات مع نوبات حركة الشفاه لتتوافق مع اللغة الجديدة.

خالية من موسيقى براءة الاختراع، يمكن التقنية عبر أجهزة متنوعة تشمل النظارات الذكية، والهواتف، النظارات الطبية، وكاميرات الفيديو، لتشمل تطبيقاتها المتنوعة، والمحاضرات، والبرامج التلفزيونية، والبث الرياضي، والحفلات الموسيقية، ومن منصات التواصل الاجتماعي.

وبالمقابل، طرحت هذه التكنولوجيا تساؤلات جديدة حول مصداقية الفيديو المرئي، إذ يصعب على المشاهدين ممارسة التمارين بين الكلمات الحقيقية وتوصلاتها إلى الذكاء الاصطناعي، سيما مع تزامن صوتي مع حركة الشفاه. في هذا السياق، اقترح أوسكار إمكانية الوصول إلى إمكانية تسجيل الفيديو الأصلي للمقارنة عند الحاجة.

يُذكر أن مجرد وصول «مايكروسوفت» براءة الاختراع لا يعني بالضرورة طرح التقنية التجارية جداً أو تحديد موعدها بشكل رسمي.