پتنت مایکروسافت: هوش مصنوعی تغییر دهنده کلمات و چهره در پخش زنده
به گزارش ایتنا
مایکروسافت پتنت جدیدی برای یک سامانه هوش مصنوعی ثبت کرده که کلمات و چهره گوینده را در پخش زنده تغییر می‌دهد، کاربردهای مختلفی مانند ترجمه لحظه‌ای و حذف واژه‌های نامناسب دارد.
شرکت مایکروسافت به‌تازگی پتنتی برای سامانه‌ای مبتنی بر هوش مصنوعی ثبت کرده است که می‌تواند ویدیوهای زنده را به‌صورت لحظه‌ای تغییر دهد، و همچنین کلمات گوینده و هم چهره و حرکت دهان او را دستکاری کند.
به گزارش ایتنا این پتنت را ابتدا وب‌سایت ردیاب پتنت (Patentlyze) شناسایی کرد و گزارش آن در رسانه فیوچریزم منتشر شده است.
مخترعان، این فناوری را «بهبود تقریباً لحظه‌ای ویدیو یا ارائه‌های واقعیت افزوده در رویدادهای زنده» توصیف کرده‌اند.
در این سامانه چند عامل هوش مصنوعی، کلمات مشخصی را شناسایی و حذف یا جایگزین می‌کنند و هم‌زمان چهره و دهان گوینده را طوری ویرایش می‌کنند که با کلام جدید هماهنگ باشد.
این تغییرات براساس پارامترهای تعیین‌شده یا پروفایل کاربر انجام می‌شود، و تصویر و صدای پیش و پس از کلمه تغییریافته هم برای ایجاد «انتقال روان» اصلاح می‌شود.
در پتنت مورد نظر، کاربردهای متنوعی پیش‌بینی شده است. یکی از آنها ترجمه آنی و لحظه‌ای است که به بینندگان اجازه می‌دهد برنامه‌های زنده را هم شنیداری و هم تصویری به زبان دلخواه ببینند.
کاربرد دیگر، حذف حرف‌های اضافی مثل «اِم» و «اِه» یا رفع لکنت و اختلالات گفتاری است.
اما فهرست کاربردها محدود به این موارد نیست. براساس متن پتنت، این سیستم می‌تواند اصطلاحات شخصی و عامیانه مانند «y’all» یا عبارت «bite the bullet» را کم کند. همچنین می‌تواند کلمات نامفهوم، غلط‌تلفظ‌شده، نادرست، توهین‌آمیز یا نامناسب را حذف کند، و کلمات جایگزین هم ممکن است از جست‌وجوی اینترنتی گرفته شوند.
مطابق این گزارش، رویدادهایی که این فناوری می‌تواند روی آنها اعمال شود شامل سخنرانی‌ها، ارائه‌ها، برنامه‌های تلویزیونی مثل مراسم جوایز، مسابقه‌ها و برنامه‌های آشپزی و ورزش‌های زنده است.
منتقدان معتقدند چنین ابزاری می‌تواند نحوه مواجهه مخاطبان با پخش زنده را دگرگون کند.
تاکنون اگر مخاطب از چیزی که می‌شنید خوشش نمی‌آمد، فقط می‌توانست برنامه را خاموش کند؛ اما این سامانه امکان می‌دهد سخنان دیگران مطابق سلیقه شخصی او تغییر کند.
این موضوع نگرانی‌هایی درباره تشدید «حباب‌های شخصی‌سازی‌شده» و حذف تنوع گویشی و زبانی ایجاد می‌کند، آن هم در دورانی که دیپ‌فیک و اطلاعات نادرست تولیدشده با هوش مصنوعی دغدغه جدی رسانه‌ها شده است.
در این پتنت، به امکان ضبط و نگهداری تصویر و صدای اصلی رویداد به‌عنوان «حقیقت مبنا» (ground truth) اشاره شده که نوعی توجه به خطر سوءاستفاده و سردرگمی احتمالی است.
مایکروسافت تا زمان انتشار گزارش به درخواست برای اظهارنظر پاسخ نداده بود. همچنین ثبت پتنت لزوماً به معنای عرضه تجاری محصول نیست.
بـرچـسب هـا:
اخبار مرتبط:
- فیلم هوش مصنوعی چینی در گیشه شکست خورد
- فاطمه سیاره: شناخت مخاطب و ایده‌پردازی، اصول تولید محتوا با هوش مصنوعی
- تشخیص صدای هوش مصنوعی: چالش‌ها و راهکارها
- ایرانسل موتور محرک هوش مصنوعی در تلکام
- هوش مصنوعی جای شما را نمی‌گیرد، اما روش کار کردن شما را تغییر می‌دهد
- واکنش بازار سهام به انتخابات میان‌ترم
- انویدیا به شرکا دستور کاهش خدمات‌دهی به چین داد
- Weta FX و TAICCA برای تبدیل تایوان به یک مرکز تولید نمایش‌های تصویری هوش مصنوعی در آسیا همکاری می‌کنند (اخباری)
- بزرگترین سایت ویرایش بازی‌های رایانه‌ای درباره استفاده از هوش مصنوعی اطلاع‌رسانی می‌کند
- افزایشpresetها و آماده‌سازی نسخه آزمایشی 27voice AI سونوس
شمـا اولیـن نفـر هستـید کـه نظـر خـود را ثبـت مـی کنیـد.
🗩ثبـت نظر: