Microsoft brevète une IA qui réécrit la parole en direct

Microsoft a déposé un brevet pour un système d'IA capable de modifier en direct les mots prononcés par un orateur, tout en resynchronisant ses lèvres et son visage pour que la réécriture passe inaperçue à l'écran. Le dépôt, repéré par le tracker Patentlyze et rapporté par Futurism le 1er novembre, décrit une « near real-time artificial intelligence (AI) enhancement of video or augmented reality (AR) presentations of live events ».

Les cas d'usage listés sont larges : traduction instantanée vers la langue préférée du destinataire, suppression des « um » et « ah », correction des bégaiements. Le brevet vise aussi l'effacement des « personal words or phrases », des régionalismes du type « y'all » ou « bite the bullet », et plus généralement des « mumbled words, mispronounced words, misused words, misspoken words, offensive words, insensitive words, or inappropriate words ». Les mots de remplacement pourraient être tirés d'une « internet search ».

Le système conserverait un enregistrement original comme « ground truth ». Microsoft envisage un déploiement sur conférences, cérémonies de prix, émissions culinaires, jeux télévisés et événements sportifs en direct.

L'article de Maggie Harrison Dupré pose la question frontalement : « does using a tool that eliminates errors, or erases words and phrases associated with a speaker's local dialect, move us further into personalized bubbles? ». C'est la quarante-neuvième dépêche Microsoft que nous publions sur les 90 derniers jours, dans une séquence déjà chargée côté deepfakes.