Microsoft a déposé un brevet pour une technologie capable de traduire, corriger ou modifier les paroles d’un intervenant lors d’une diffusion en direct grâce à l’intelligence artificielle. le système pourrait traduire, corriger ou reformuler un discours tout en synchronisant les mouvements des lèvres sans que le spectateur ne soit forcément averti.
Par Yakout Abina
Microsoft a déposé une demande de brevet portant sur une technologie d’intelligence artificielle capable de modifier en temps réel le contenu audio et vidéo d’une diffusion en direct. Publié par l’Office américain des brevets le 29 octobre, ce projet prévoit qu’un agent d’IA analyse le discours d’un orateur et remplace certains mots en fonction du profil du spectateur, notamment son âge ou les langues qu’il maîtrise.
Concrètement, l’IA pourrait transformer des mots ou des expressions dans la bande sonore, puis ajuster l’image afin que les mouvements des lèvres correspondent aux nouveaux propos. Le système fonctionnerait avec un léger décalage de quelques secondes seulement. Selon la description du brevet, aucune notification ne serait nécessairement affichée pour informer le public qu’une modification a été apportée au discours d’origine.
Le brevet décrit également une fonction de traduction avancée. Si un intervenant s’exprime dans une langue inconnue du spectateur, l’IA pourrait remplacer ses propos par une traduction instantanée tout en modifiant les mouvements de sa bouche pour correspondre à la langue cible.
Conçue par les inventeurs David Callaghan et Dinesh Kumar, cette technologie pourrait fonctionner directement sur l’appareil de l’utilisateur grâce à ses propres capacités de calcul. Microsoft évoque des applications sur smartphone ou avec des lunettes de réalité augmentée, notamment pour les conférences, les événements en direct ou les retransmissions en direct.
Cette approche s’inscrit dans la continuité des outils déjà développés par l’entreprise. Dans Teams, l’agent Interpreter traduit déjà les échanges en temps réel et peut reproduire la voix des participants. Le nouveau brevet va plus loin en ajoutant la modification de l’image pour rendre la traduction visuellement cohérente.
Au-delà de la traduction, la demande de brevet couvre des usages beaucoup plus larges. L’IA pourrait supprimer les hésitations, corriger des erreurs de prononciation, remplacer certaines expressions jugées offensantes ou encore rectifier des informations considérées comme inexactes. Un intervenant commettant une erreur sur un chiffre ou un fait pourrait ainsi être corrigé avant même que le public ne l’entende.
Cette perspective soulève toutefois d’importantes questions éthiques. Si de telles technologies peuvent améliorer l’accessibilité et la compréhension des contenus, elles pourraient également ouvrir la voie à de nouvelles formes de manipulation de l’information. En modifiant un discours en temps réel sans signalement clair, il devient plus difficile de distinguer les paroles réellement prononcées de celles générées ou corrigées par l’intelligence artificielle.
Des observateurs mettent en garde contre le risque de voir émerger des contenus altérés pouvant influencer la perception du public, notamment dans les domaines politique, médiatique ou économique. La capacité à réécrire des propos, même dans une intention de correction ou de simplification, pourrait alimenter les débats sur la transparence des systèmes d’IA et sur la nécessité d’informer clairement les utilisateurs lorsqu’un contenu a été modifié.
Pour l’heure, il ne s’agit que d’une demande de brevet, qui a déjà fait l’objet de premières objections de l’examinateur américain. Rien ne garantit donc que cette technologie soit un jour commercialisée. Mais elle illustre les ambitions croissantes des géants du numérique dans le domaine de la génération et de la modification de contenus en temps réel, ainsi que les défis qu’elles posent en matière de confiance et d’authenticité de l’information.
Y.A
