Microsoft patenta sistema de IA capaz de alterar en tiempo real el habla y la sincronización labial

Microsoft ha presentado recientemente una solicitud de patente, US 2026/0341309 A1, que detalla un sistema que utiliza la inteligencia artificial para modificar el contenido hablado en transmisiones en vivo y presentaciones de realidad aumentada casi instantáneamente. La tecnología, titulada "Mejora de Video o Presentaciones de Realidad Aumentada (AR) de Eventos en Vivo mediante Inteligencia Artificial (IA) en Tiempo Real", emplea un agente de IA que escucha el audio para identificar palabras para la modificación o eliminación en función de reglas o perfiles de espectadores predefinidos, como la edad, el idioma y la ubicación. La IA generativa reemplaza estas palabras en el audio, al mismo tiempo que genera nuevos fotogramas de vídeo para garantizar que los movimientos labiales del orador coincidan perfectamente con el habla alterada. Las posibles modificaciones incluyen palabras de relleno, tartamudeos, pronunciaciones incorrectas y lenguaje ofensivo, junto con coloquialismos como 'y'all' y 'bite the bullet'. Se espera que el vídeo procesado tenga una latencia de aproximadamente 1 a 10 segundos. Además, la patente cubre la traducción en tiempo real, permitiendo que el sistema sustituya el habla original por una versión traducida y sincronice los movimientos labiales en consecuencia. Aunque la solicitud se presentó el 29 de abril de 2025 y la oficina de patentes rechazó ciertas reclamaciones el 29 de julio de 2026, Microsoft no ha confirmado planes para la implementación comercial, señalando que la presentación no es una autorización de la tecnología.