Microsoft patente sistema de IA capaz de alterar em tempo real a fala e a sincronização labial

A Microsoft recentemente registrou uma aplicação de patente, US 2026/0341309 A1, que detalha um sistema que utiliza inteligência artificial para modificar o conteúdo falado em transmissões ao vivo e apresentações de realidade aumentada quase instantaneamente. A tecnologia, intitulada de "Melhoria Artificial de Inteligência (IA) em Tempo Próximo de Vídeos ou Apresentações de Realidade Aumentada de Eventos ao Vivo", utiliza um agente de IA que ouve o áudio para identificar palavras para modificação ou exclusão com base em regras ou perfis predefinidos, como idade, idioma e localização. A IA gerativa então substitui essas palavras no áudio, ao mesmo tempo em que gera novos quadros de vídeo para garantir que os movimentos labiais do orador correspondam perfeitamente à fala alterada. As modificações potenciais incluem palavras de preenchimento, hesitações, pronúncias incorretas e linguagem ofensiva, juntamente com coloquialismos como 'y'all' e 'bite the bullet'. Espera-se que o vídeo processado tenha uma latência de aproximadamente 1 a 10 segundos. Além disso, a patente cobre a tradução em tempo real, permitindo que o sistema substitua a fala original por uma versão traduzida e sincronize os movimentos labiais de acordo. Embora a aplicação tenha sido submetida em 29 de abril de 2025 e o escritório de patentes tenha rejeitado certas alegações em 29 de julho de 2026, a Microsoft não confirmou planos para implantação comercial, observando que o pedido não é uma autorização para a tecnologia.