Microsoft подала патентную заявку US 2026/0341309 A1, в которой описана система ИИ для изменения речи и мимики человека в видеотрансляциях. Заявка опубликована 29 октября 2026 года, а подана в апреле 2025-го. Первым на неё обратила внимание платформа Patentlyze.
По данным TechPowerUp, система работает в почти реальном времени с задержкой воспроизведения примерно 1–10 секунд. ИИ-агенты сканируют аудиопоток и выбирают слова для замены или удаления на основе правил и пользовательского профиля — возраста, языка и местоположения. Генеративная модель затем заменяет слова в аудио и видео, перерисовывает губы и мимику говорящего и сглаживает соседние кадры, чтобы скрыть следы вмешательства.
Патент предусматривает удаление слов-паразитов вроде «um» и «ah», заиканий, оговорок и неправильно произнесённых слов. Система также может фильтровать оскорбительные и неуместные выражения, заменять разговорные и региональные обороты. Для подбора замены заявка допускает поиск в интернете.
В документе упомянуты сценарии применения: лекции, деловые презентации, церемонии награждения, телешоу, кулинарные программы и спортивные трансляции. Система может работать локально на AR-очках, телефонах, планшетах и камерах. Для защиты от злоупотреблений патент предлагает сохранять оригинальную запись как эталон. Пока что это патентная заявка, а не готовый продукт.
