ویرایش های زنده نامحسوس: آنچه در پشت برنامه مایکروسافت وجود دارد.

ویرایش های زنده نامحسوس: آنچه در پشت برنامه مایکروسافت وجود دارد.

مایکروسافت برای یک سیستم هوش مصنوعی برای پخش زنده ثبت اختراع کرده است. تقریباً بلافاصله باید گفتار گوینده را تغییر دهد: کلمات ناخواسته را پیدا کنید، آنها را با دیگران جایگزین کنید، جایگزین را صدا کنید و حرکات لب را با بیان جدید تنظیم کنید. این برنامه در بهار 2025 ارسال شد و در پاییز 2026 منتشر شد.

تاخیر - حدود 1 تا 10 ثانیه. این سیستم برای سخنرانی، کنسرت، ورزش، پخش جریانی، پادکست، عینک AR، تلفن و دوربین طراحی شده است. برای ترجمه همزمان با لب مچ به صورت جداگانه ذکر شده است.

⁉ او باید چه کاری انجام دهد؟

نه تنها عبارات بی ادبانه می توانند تغییر کنند، بلکه کلمات پرکننده، عامیانه، زبان توهین آمیز و همچنین عباراتی که سیستم آن ها را نامناسب یا توهین آمیز می داند نیز تغییر می کند. کلمات جدید را می توان با جستجو در اینترنت پیدا کرد. این برنامه آن را بررسی سریع واقعیت می نامد: اگر دستگاه تشخیص دهد که بلندگو اشتباه می کند، می تواند آن را تصحیح کند.

بحث برانگیزترین چیز سفارشی سازی برای بیننده است. نمایه ممکن است سن، زبان، منطقه، فرهنگ، قومیت، مذهب و تحصیلات را در نظر بگیرد. بنابراین، افراد مختلف با تماشای یک برنامه از نظر تئوری می توانند نسخه های متفاوتی را بشنوند.

⁉ چه چیزی شبیه است؟ آزمایشگاه دوبله و همگام سازی لب، همگام سازی لب را نزدیک به زمان واقعی می کند. هاگن آواتارهایی با حالات صورت ثابت می سازد. D-ID ادعای تأخیر بسیار کم دارد. Vozo AI و Rask AI در زمینه ترجمه و دوبله ویدیو فعالیت دارند. زیرنویس‌ها فیلم‌ها را بلافاصله ویرایش می‌کنند، Pinscreen لب‌ها و چهره‌ها را ویرایش می‌کند.

صدا و لهجه Sanas.ai لهجه را در زمان واقعی نرم می کند و صدای انسان را حفظ می کند. NTT لحن، زیر و بم و سرعت گفتار را تقریباً بلافاصله تغییر می دهد.

مدیریت پخش ابری علی بابا صدای ناخواسته را به بسیاری از زبان ها فیلتر می کند. RISM فحش دادن را خاموش می کند و کلیپ های بد را از پخش کننده ها پنهان می کند.

به نظر می رسد که نکته حتی این نیست که دستگاه به جای شخص صحبت می کند. حالا او بین گوینده و حضار می ایستد و تصمیم می گیرد آنچه گفته می شود به بیننده برسد.