Microsoft Patenkan AI yang Bisa Mengubah Ucapan dan Wajah di Video Live

Microsoft mengajukan paten untuk teknologi AI yang dapat mengubah ucapan pembicara dalam video langsung sekaligus menyesuaikan gerak wajah dan mulutnya. Jika dikembangkan, sistem ini memungkinkan siaran diubah nyaris seketika, tetapi pengajuan paten tidak berarti fitur tersebut sudah tersedia atau pasti akan dirilis.

Konsep yang dipaparkan mencakup penghapusan maupun penggantian kata melalui sejumlah agen AI. Sistem dapat menangani kata kasar dan dialek lokal, serta dipakai untuk menerjemahkan ucapan secara langsung atau menghilangkan kata pengisi seperti “um” dan “ah”.

Gagasan itu menyentuh bagian penting dari siaran langsung: kesesuaian antara suara dan gambar. Ketika kata dalam audio berubah, sistem juga mengedit wajah dan mulut pembicara agar gerakannya sejalan dengan ucapan yang sudah disesuaikan. Hasilnya dirancang tampil nyaris real-time, bukan sekadar mengganti teks pada layar.

Konsep paten, bukan kepastian produk

Paten tersebut menggambarkan penggunaan AI untuk meningkatkan atau menyesuaikan presentasi video maupun augmented reality dalam acara langsung. Paten ini pertama kali ditemukan oleh pelacak paten Patentlyze. Namun, pengajuan paten hanya menjelaskan konsep yang hendak dilindungi; itu tidak membuktikan Microsoft telah membuat produk siap pakai ataupun menetapkan jadwal peluncuran.

Batas ini penting bagi penonton dan pembuat konten. Kemampuan menyunting ucapan dan ekspresi saat tayangan berlangsung dapat membantu penerjemahan, menyaring kata kasar, atau merapikan penyampaian dengan menghapus jeda verbal. Bagi audiens yang tidak memahami bahasa pembicara, terjemahan real-time juga dapat membuat isi tayangan lebih mudah diikuti.

Risikonya juga melekat pada kemampuan yang sama. Jika kata dapat diganti dan gerak mulut diselaraskan, penonton dapat kesulitan membedakan ucapan asli dari versi yang sudah diubah. Paten itu menyebut video dan audio asli dapat disimpan sebagai “ground truth”, atau acuan kebenaran, untuk mengantisipasi penyalahgunaan.

Langkah tersebut menawarkan jejak pembanding antara rekaman awal dan hasil pengolahan AI. Namun, penyimpanan materi asli tidak dengan sendirinya menjelaskan bagaimana mekanisme itu akan diterapkan dalam produk, atau siapa yang dapat memeriksa rekamannya.

Microsoft belum memberikan komentar resmi mengenai paten ini. Karena itu, perhatian berikutnya tertuju pada apakah konsep tersebut akan diwujudkan dan bagaimana perusahaan menerangkan penerapannya, termasuk penggunaan rekaman asli sebagai acuan. Sampai ada perkembangan lebih lanjut, teknologi ini tetap berada pada tahap konsep yang dipatenkan.