Microsoft запатентовала ИИ, который правит речь и мимику людей в прямом эфире

Что произошло

Microsoft подала патентную заявку на систему искусственного интеллекта, которая редактирует речь и изображение человека прямо во время трансляции. Об этом сообщил iXBT. Согласно описанию, система работает не только со звуковой дорожкой: она меняет и видео — движения губ и выражение лица говорящего, чтобы они соответствовали новой версии речи.

Важно сразу обозначить статус: речь идёт о патентной заявке, а не о выпущенном продукте. Патент фиксирует идею и способ её реализации, но не гарантирует, что технология появится в сервисах Microsoft.

Дата события и дата публикации

Публикация iXBT датирована 2 ноября 2026 года. Дата подачи самой патентной заявки и её номер в переданном материале не указаны — это один из пробелов, который стоит закрыть по первоисточнику (патентной базе).

Подтверждённые подробности

По описанию в источнике, система умеет следующее:

• Фильтровать, удалять или заменять отдельные слова и фразы. Правила задаются заранее или через пользовательские профили.

• Синхронно править видео. ИИ-агенты меняют движения губ и выражение лица, чтобы картинка совпадала с отредактированной речью.

• Сглаживать переходы. Алгоритм корректирует видео и звук до и после изменённого фрагмента, чтобы стык выглядел и звучал естественно.

• Подбирать замены. Слова для замены система может искать в том числе через интернет-поиск.

• Сохранять эталон. Исходные видео и аудио предусмотрено хранить как оригинальную запись — это помогает отличать исходную трансляцию от обработанной версии.

Среди заявленных применений: перевод прямых трансляций на язык зрителя, удаление слов-паразитов, исправление заикания и других особенностей речи. В патенте перечислены и более спорные сценарии: удаление местных выражений и разговорных оборотов, неправильно произнесённых слов, а также оскорбительных и неуместных высказываний. Форматы — лекции, презентации, телепрограммы, церемонии, шоу и спортивные трансляции.

Отдельно стоит отметить формулировку о «персонально отредактированной версии»: зритель потенциально может получать выступление с формулировками, которые система сочтёт подходящими под его настройки.

Кто затронут

• Организаторы трансляций и вещатели — телеканалы, стриминговые платформы, устроители конференций и спортивных событий.

• Спикеры и участники эфира — от лекторов до политиков и спортсменов, чья речь и мимика могут быть изменены.

• Зрители — они могут получать отредактированную версию, не обязательно зная об этом.

• Платформы и распространители записей — на них ложится вопрос маркировки изменённого контента.

Практическое значение

Технология одновременно решает несколько разных задач, и это важно разделять.

Полезные сценарии — синхронный перевод, доступность для людей с особенностями речи, очистка эфира от слов-паразитов. Здесь редактирование скорее помогает, чем искажает.

Спорные сценарии — удаление «неправильных» или «неуместных» высказываний. Кто определяет, что считать неуместным? Если правила задаёт зритель через профиль, один и тот же спикер будет звучать по-разному для разных аудиторий. Это уже не перевод, а редактура смысла.

Риски. Даже при наличии эталонной записи изменённые фрагменты могут распространяться отдельно от оригинала. Наличие функции сохранения исходника снижает риск подмены, но не исключает путаницы — на это указывает и сам источник.

Что делать пользователю

Пока это патентная заявка, а не продукт, специальных действий не требуется. Но несколько привычек стоит держать в голове:

• Если смотрите трансляцию с синхронным переводом или «умной» обработкой речи, уточняйте, редактируется ли только звук или также видео.

• Для важных выступлений ищите оригинальную запись, а не перезалитую версию.

• Если вы организатор эфира, заранее решите, будете ли вы маркировать отредактированные трансляции.

Что остаётся неизвестным

• Номер, дата подачи и текущий статус патентной заявки.

• Есть ли у Microsoft работающий прототип или это только патентная идея.

• Как именно система определяет «неуместные» высказывания и кто настраивает эти правила.

• Будет ли зритель уведомлён о том, что смотрит отредактированную версию.

• Как технология поведёт себя на плохом качестве видео, при сильном акценте или перекрытии лица.

Все эти пункты требуют проверки по первоисточнику — тексту патентной заявки в патентной базе.