Deepfake ile yapay zekanın yaygınlaştığı ilk yıllarda pek çok kişi ses ve görüntü değişikliğine kanarak büyük maddi bedeller ödemek zorunda kaldı. Sevdiklerinin ses ve görüntülerinin yanında patronları, çalışma arkadaşlarının görüntüleri nedeniyle şifrelerini, bilgilerini veren ya da fidye ödeyen şirketler milyarları kaybetti. Microsoft, şimdi canlı yayında ses ve görüntü değiştiren yapay zeka sistemine patent aldı. Bu da dünyanın tüylerini ürpertmeye yetti.
Yönetim Kurulu Başkanı Bill Gates milyarlarca dolarlık yatırım ile yapay zekayı dünya gündeminde tutmayı sürdürürken, Microsoft, canlı performansların video ve sesini neredeyse gerçek zamanlı değiştirebilen bir yapay zeka sistemi için patent başvurusu yaptı. Ancak teknoloji yalnızca ses kaydını düzenlemekle kalmıyor. Ayrıca yapay zeka ajanları, konuşan kişinin görüntüsünü de yeni konuşmaya uyduracak. Dolayısıyla amaç, değişikliğin yayın akışını bozmadan yapılması.
Bu kapsamda dudak hareketleri ve yüz ifadesi, değiştirilen sözlere göre yeniden oluşturulacak. Ayrıca algoritma, değiştirilen bölümün öncesindeki ve sonrasındaki video ile sesi de düzeltecek. Böylece geçişler doğal görünecek ve doğal duyulacak. Çünkü tek bir sözcüğü değiştirmek bile görüntüyle sesin uyumunu bozabilir. Microsoft Sistemi Konuşmayı Nasıl Değiştirecek?
Sistem belirli kelime ve ifadeleri filtreleyebilecek. Ayrıca bunları silebilecek ya da başka sözcüklerle değiştirebilecek. Bunun için önceden belirlenmiş parametrelerden veya kullanıcı profillerinden yararlanacak. Yani değişiklikler profile göre şekillenebilecek. Değiştirilecek sözcükleri seçerken internet aramasından da destek alınabilecek. Bu nedenle sistem yalnızca hazır bir listeyle çalışmayacak. Üstelik bu, listenin dışındaki ifadelere de müdahale edilebileceği anlamına geliyor.
Farklı kullanım alanlarına sahip
Microsoft’un saydığı kullanım alanlarının başında canlı yayınları izleyicinin tercih ettiği dile çevirmek geliyor. Aynı sistem dolgu sözcüklerini temizleyebilecek. Üstelik kekemelik gibi konuşma özelliklerini de düzeltebilecek. Ancak patentte daha tartışmalı seçenekler de yer alıyor:
Yerel deyimlerin ve günlük konuşma kalıplarının kaldırılması
Yanlış telaffuz edilen ya da yanlış kullanılan sözcüklerin düzeltilmesi
Hakaret içeren ve uygunsuz bulunan ifadelerin silinmesi
Teknolojinin dersler, sunumlar, televizyon programları, törenler, şovlar ve spor yayınlarında kullanılması öngörülüyor. Dolayısıyla izleyici yalnızca çeviri almayacak. Ayrıca kendi ayarlarına uygun bulunan ifadelerle kişiselleştirilmiş bir konuşma versiyonu izleyebilecek. Bu nedenle aynı yayını izleyen iki kişi farklı sözler duyabilir.
Orijinal kayıt ise korunacak
Patent, özgün video ve sesin referans kayıt olarak saklanmasını da öngörüyor. Bu, orijinal yayını işlenmiş sürümden ayırmaya yardımcı olabilir. Ancak bu özellik tek başına karışıklığı önlemeye yetmeyebilir, çünkü değiştirilmiş kayıtlar yayılırken kafa karışıklığı yine yaşanabilir.
Şimdilik yalnızca bir patent başvurusu söz konusu. Öte yandan Microsoft’un sistemi ürüne dönüştüreceğine dair bir tarih ya da ürün bilgisi paylaşılmadı.