Microsoft’un patent başvurusu, canlı yayındaki sözcüklerle dudak hareketlerini birlikte düzenleyen bir sistem tarif ediyor. Belge, bir ürün duyurusu değil.
Microsoft’un canlı yayınlarda ses ve görüntüyü yapay zekâyla birlikte düzenlemeyi amaçlayan patent başvurusu yayımlandı. Tasarlanan sistem, konuşmadaki belirli sözcükleri değiştirirken konuşmacının dudak hareketlerini de yeni sözlere uyarlamayı hedefliyor.
Microsoft Technology Licensing adına 29 Nisan 2025’te yapılan başvuru, 29 Ekim 2026’da US20260341309A1 numarasıyla yayımlandı. Belge, kullanıma sunulmuş bir ürünün duyurusu niteliği taşımıyor.
Ses değişirken görüntü de uyarlanıyor
Başvuruda anlatılan yöntemde yapay zekâ, canlı yayının ses ve görüntü akışını inceliyor. Belirlenen ayarlar ve kullanıcı profili doğrultusunda düzenlenecek sözcükler seçiliyor. Ardından bu ifadeler için yeni ses bölümleri ve bunlarla eşleşen video kareleri oluşturulması öngörülüyor.
Dudak hareketlerinin değiştirilen konuşmayla uyumlu hâle getirilmesi, sistemin temel parçaları arasında. Düzenlenen bölümün öncesinde ve sonrasında da ses ile görüntü geçişlerinin yumuşatılması amaçlanıyor. Böylece yalnızca sözcüğün değiştirilmesinden kaynaklanabilecek uyumsuzluğun giderilmesi hedefleniyor.
Çeviri ve dolgu sözcüklerini temizleme
Canlı konuşmanın izleyicinin kullandığı dile çevrilmesi, patentteki kullanım senaryolarından biri. Başvuruda ayrıca dolgu sözcükleri, yanlış telaffuz edilen ifadeler ve uygunsuz bulunan sözler üzerinde düzenleme yapılması tarif ediliyor.
Sözcük seçiminin kullanıcı profiline göre belirlenebilmesi, aynı içeriğin farklı izleyicilere farklı biçimlerde sunulmasına imkân verebilecek bir yaklaşım ortaya koyuyor. Yerine kullanılacak ifadeler için internet veya veri tabanı aramalarından yararlanılması da belgede yer alıyor.
Birkaç saniyelik gecikme öngörülüyor
Belgede kullanılan “neredeyse gerçek zamanlı” tanımı, birkaç saniyelik gecikmeyle açıklanıyor ve 1–10 saniye aralığı örnek gösteriliyor. Bu süre, piyasaya çıkmış bir ürünün bağımsız olarak ölçülmüş performansını göstermiyor.
Özgün ses ve görüntünün ileride referans alınmak üzere saklanması da tarif edilen seçenekler arasında. Bu özellik, değiştirilen sürümün orijinal kayıtla karşılaştırılmasına olanak sağlayabilecek bir unsur olarak yer alıyor.
Ürün ve çıkış tarihi belli değil
Patent başvurusu, sistemin hangi yöntemlerle çalışmasının amaçlandığını açıklıyor. Teknolojinin ticari bir ürüne dönüşeceği, hangi Microsoft hizmetinde kullanılacağı veya ne zaman erişime açılacağı bu belgeyle kesinleşmiş değil.