hızlı hosting paketleri

Microsoft’tan Canlı Yayında Yüz ve Ses Değiştiren Yapay Zeka

Yapay Zeka

Microsoft, canlı yayınlardaki konuşmaları, sesleri ve görüntüleri neredeyse gerçek zamanlı değiştirebilen yeni bir yapay zeka sistemi için patent başvurusunda bulundu. Teknoloji, yalnızca konuşmadaki kelimeleri düzenlemekle kalmayacak; konuşan kişinin dudak hareketlerini ve yüz ifadelerini de yeni ses içeriğine uygun şekilde yeniden oluşturabilecek.

Microsoft’un patent başvurusunda tanımlanan sistemin temel amacı, canlı yayın sırasında yapılan değişikliklerin izleyici tarafından mümkün olduğunca doğal algılanmasını sağlamak. Bu nedenle yapay zeka, değiştirilen konuşmaya uygun görüntüler üretmenin yanı sıra düzenlenen bölümün öncesindeki ve sonrasındaki ses ve videoyu da uyumlu hâle getirecek.

Böylece tek bir kelimenin değiştirilmesi nedeniyle ortaya çıkabilecek ses ve görüntü uyumsuzluklarının önüne geçilmesi hedefleniyor.

Microsoft’un Yapay Zeka Sistemi Konuşmayı Nasıl Değiştirecek?

Patentte açıklanan teknoloji, canlı yayın sırasında belirli kelimeleri ve ifadeleri filtreleyebilecek, silebilecek veya farklı sözcüklerle değiştirebilecek. Bunun için önceden tanımlanmış parametrelerden ve kullanıcı profillerinden yararlanılacak.

Kullanıcı profilleri sayesinde konuşma düzenlemeleri kişisel tercihlere göre şekillendirilebilecek. Ayrıca sistem, değiştirilecek ifadeleri belirlemek için internet aramalarından da faydalanabilecek. Bu özellik, yapay zekanın yalnızca önceden hazırlanmış kelime listeleriyle sınırlı kalmayabileceğini gösteriyor.

Teknolojinin en dikkat çekici tarafı ise ses düzenlemesinin görüntüyle birlikte gerçekleştirilmesi. Yapay zeka ajanları, konuşmacının dudak hareketlerini ve yüz ifadelerini yeni konuşmaya göre yeniden oluşturacak. Düzenlenen bölümün çevresindeki görüntü ve ses de geçişlerin doğal görünmesi ve duyulması için uyarlanacak.

Microsoft Patentinde Öne Çıkan Kullanım Alanları

Microsoft’un patent başvurusunda sistem için farklı kullanım senaryoları sıralanıyor. Bunların başında canlı yayınların izleyicinin tercih ettiği dile çevrilmesi geliyor.

Bunun dışında teknoloji, konuşmadaki dolgu sözcüklerini temizleyebilecek ve kekemelik gibi konuşma özelliklerini düzenleyebilecek. Patentte yer alan diğer olası kullanım alanları ise şöyle:

  • Yerel deyimlerin ve günlük konuşma kalıplarının kaldırılması
  • Yanlış telaffuz edilen veya yanlış kullanılan kelimelerin düzeltilmesi
  • Hakaret içeren ve uygunsuz kabul edilen ifadelerin silinmesi
  • Konuşmanın kullanıcı tercihlerine göre yeniden düzenlenmesi

Bu özelliklerin derslerde, sunumlarda, televizyon programlarında, törenlerde, şovlarda ve spor yayınlarında kullanılması öngörülüyor.

Sistem yalnızca konuşmayı farklı dillere çevirmekle sınırlı olmayacak. İzleyicilerin tercihleri doğrultusunda belirli ifadeleri değiştirebilecek veya kaldırabilecek. Bu da aynı canlı yayını izleyen iki kişinin birbirinden farklı konuşma içerikleri duymasına yol açabilecek.

Aynı Canlı Yayını İzleyenler Farklı Şeyler Duyabilir

Patentteki kişiselleştirme yaklaşımı, teknolojinin en dikkat çekici ve tartışmaya açık yönlerinden biri olarak öne çıkıyor.

Örneğin bir izleyici yerel deyimlerin kaldırılmasını tercih ederken başka bir izleyici konuşmanın orijinal hâline daha yakın kalmasını isteyebilir. Benzer şekilde uygunsuz kabul edilen ifadelerin filtrelenmesi de kullanıcı profillerine göre değişebilir.

Bu durumda aynı konuşmacının aynı canlı yayınını izleyen kişiler, farklı kelimeler ve ifadeler duyabilecek. Üstelik yapay zeka, değiştirilen sözlere uygun dudak hareketleri ve yüz ifadeleri oluşturacağı için düzenlenmiş görüntü de orijinal kayıttan farklılaşabilecek.

Microsoft Orijinal Ses ve Görüntüyü Saklamayı Planlıyor

Patent başvurusunda yer alan bir diğer önemli ayrıntı, özgün video ve ses kaydının referans olarak korunması. Böylece orijinal yayın ile yapay zeka tarafından işlenmiş sürümün birbirinden ayrılması amaçlanıyor.

Ancak orijinal kaydın saklanması, değiştirilmiş içeriklerin daha sonra paylaşılması durumunda yaşanabilecek karışıklığı tek başına önlemeyebilir. Özellikle kişiselleştirilmiş yayın sürümlerinin dolaşıma girmesi, hangi ifadelerin konuşmacı tarafından gerçekten söylendiğinin anlaşılmasını zorlaştırabilir.

Microsoft’un Yapay Zeka Patenti Ne Zaman Kullanıma Sunulacak?

Microsoft’un başvurusu şimdilik yalnızca bir patent çalışması niteliğinde. Şirket, söz konusu teknolojiyi ticari bir ürüne dönüştüreceğine ilişkin herhangi bir tarih veya ürün bilgisi paylaşmış değil.

Dolayısıyla sistemin ne zaman kullanıma sunulacağı ya da hangi platformlara entegre edileceği henüz bilinmiyor. Patentte anlatılan özelliklerin tamamının gelecekte gerçek bir üründe yer alacağı da kesin değil.

Bununla birlikte Microsoft’un yaklaşımı, yapay zekanın canlı yayınlarda yalnızca çeviri ve ses düzenleme yapmakla kalmayıp konuşmacının görüntüsünü de eş zamanlı olarak değiştirebileceği bir teknolojinin önünü açıyor.