Microsoft patentsöker AI som kan redigera vad du säger i direktsändning
Microsoft har lämnat in en patentansökan för AI-teknik som i realtid kan ta bort, ersätta eller redigera ord i direktsändningar – och samtidigt justera talarens munrörelser så att de matchar det ändrade ljudet. Tänkta användningsområden är allt från språköversättning och borttagning av utfyllnadsord till att filtrera svordomar beroende på tittarens preferenser. Det är en patentansökan, inte en lanserad produkt, så det är oklart om eller när tekniken faktiskt dyker upp.
Djupdykning
Microsoft vill alltså bygga ett system som i realtid kan sätta ord i munnen på folk – bokstavligen, eftersom tekniken även synkroniserar läpprörelserna med det redigerade ljudet. Det är en kombination av speech-to-text, innehållsfiltrering och deepfake-liknande ansiktsmanipulation, allt packat i ett liveflöde. Användningsfallen Microsoft lyfter fram låter harmlösa nog: slippa höra "ehm" tjugo gånger per minut eller se en direktsändning på sitt eget språk. Men det som de flesta missar är att tekniken, om den rullas ut brett, suddar ut gränsen mellan vad som faktiskt sades och vad vi uppfattade – och att "originalinspelningen som dokumentation" är en bisats i ett patent, inte ett juridiskt skydd. Nästa gång en politiker eller vd "missformulerar sig" live kan frågan inte längre vara om de sa det, utan vilken version av sändningen du råkade titta på.