Microsoft Mengajukan Paten untuk Sinkronisasi Suara dan Terjemahan Video Secara Real-Time Menggunakan Kecerdasan Buatan Generatif

·oleh Henderson·Engineering
Microsoft Mengajukan Paten untuk Sinkronisasi Suara dan Terjemahan Video Secara Real-Time Menggunakan Kecerdasan Buatan Generatif
Poin Penting
  • Microsoft mengajukan paten untuk sinkronisasi suara dan terjemahan video menggunakan kecerdasan buatan generatif.
  • Teknologi ini dapat menyesuaikan konten video secara real-time, menghilangkan kata pengisi yang tidak perlu dan kesalahan pengucapan.
  • Para ahli khawatir sistem ini dapat disalahgunakan untuk menyebarkan informasi yang tidak akurat.
  • Sistem ini dilengkapi dengan protokol verifikasi untuk mengatasi risiko pemalsuan dan manipulasi yang mendalam.

Microsoft telah mengajukan sebuah paten yang berkaitan dengan teknologi kecerdasan buatan generatif, yang mampu menyesuaikan gerakan mulut, bibir, dan wajah pembicara dalam video agar sinkron dengan suara yang telah dimodifikasi atau diterjemahkan, sehingga menghasilkan efek yang lebih halus dan rapi. Paten ini diajukan pada 29 April 2025 dan dipublikasikan pada 29 Oktober 2026. Tujuan utama dari paten ini adalah untuk menyesuaikan, menerjemahkan, dan merapikan komunikasi video lisan secara langsung, sehingga menciptakan pengalaman menonton yang lebih jelas, disesuaikan, dan lancar, serta menghilangkan kebutuhan akan pengeditan manual. Teknologi ini dapat membantu mengatasi hambatan komunikasi yang muncul dalam pertemuan atau seminar lintas bahasa, dengan menerjemahkan bahasa pembicara ke dalam bahasa ibu penonton, sambil menyinkronkan gerakan mulut dan wajah pembicara agar terlihat seperti berbicara secara alami.

Fitur lain dari teknologi Microsoft ini adalah kemampuannya untuk menyesuaikan materi sumber secara real-time berdasarkan preferensi pengguna dan penonton, dengan cara mengganti kata pengisi yang tidak perlu, memperbaiki kesalahan pengucapan, menerjemahkan dialek lokal ke dalam kosakata standar, serta menghapus atau membisukan ucapan yang tidak pantas dan ofensif, untuk mencapai komunikasi video secara real-time. Teknologi ini juga dapat mendeteksi fakta yang tidak akurat dan penggunaan kata yang salah, serta secara instan menggantinya dengan kata yang tepat ketika pembicara melakukan kesalahan atau memberikan data semacam itu. Fitur yang paling mencolok adalah menghilangkan efek pengisi suara yang umum dan tidak sinkron saat ini, serta menggunakan kecerdasan buatan generatif untuk menyelaraskan gerakan mulut dan wajah, sehingga hasil output audiovisual akhir terlihat tanpa cela.

Fungsi Penyesuaian Real-Time Teknologi

Risiko celah keamanan dan informasi yang salah dari paten baru Microsoft ini muncul karena sistem ini mengubah konten video siaran langsung hampir secara real-time, sehingga para ahli dan peneliti mengungkapkan kekhawatiran akan penyalahgunaannya, terutama terkait dengan risiko penyebaran informasi yang tidak akurat dan menyesatkan. Salah satu risiko tinggi lainnya adalah pihak yang dirugikan dapat memanfaatkan sistem ini untuk mencegat siaran langsung dan mengubah pernyataan politikus, pernyataan kebijakan perusahaan, atau mengubah laporan siaran langsung, yang dapat menyebarkan informasi palsu yang terkoordinasi secara politik, sosial, dan bisnis. Untuk mengatasi risiko pemalsuan dan manipulasi yang mendalam ini, paten ini menguraikan protokol verifikasi yang ketat yang terintegrasi dalam arsitektur sistem.

Dalam proses ini, sistem menangkap dan menyimpan gambar video siaran langsung yang belum diedit sebagai "tolok ukur fakta" yang tidak dapat diubah. Versi yang dimodifikasi dilengkapi dengan watermark digital dan data terenkripsi, yang dapat menunjukkan bahwa video tersebut telah ditingkatkan oleh kecerdasan buatan saat diperiksa menggunakan alat deteksi. Jika terjadi perselisihan mengenai konten asli video, otoritas hukum dapat mengakses file "tolok ukur fakta" yang aman untuk menyelesaikan perselisihan tersebut.

Tantangan Hukum dan Etika

Dalam penerapan teknologi ini, selain inovasi teknis dan protokol keamanan, juga muncul tantangan regulasi dan dilema etika yang serius terkait dengan izin digital dan keaslian konten online. Kemampuan untuk secara dinamis mengubah konten visual dan audio siaran langsung menciptakan area abu-abu hukum terkait dengan perlindungan hak kekayaan intelektual dan identitas pribadi. Penyiar, pembuat konten, dan tokoh publik mungkin menemukan lebih sulit untuk mengendalikan citra online mereka, karena perubahan instan dapat mengaburkan niat asli tanpa izin yang jelas. Oleh karena itu, para ahli kebijakan teknologi menekankan pentingnya menetapkan standar identitas yang jelas, mewajibkan label visual pada aliran yang diedit oleh kecerdasan buatan, dan menerapkan perlindungan hukum yang ketat untuk menjaga kepercayaan publik terhadap media digital.

Dampak Potensial dari Modifikasi Konten Video Secara Real-Time

Teknologi paten baru Microsoft yang mampu menyesuaikan konten video secara real-time tidak hanya meningkatkan pengalaman menonton, tetapi juga membawa tantangan hukum dan etika. Seiring dengan kemajuan teknologi, kontrol terhadap konten digital menjadi semakin sulit, terutama bagi tokoh publik dan pembuat konten. Kemampuan untuk melakukan modifikasi secara instan ini dapat menimbulkan masalah perlindungan hak kekayaan intelektual dan identitas pribadi, serta memicu diskusi lebih lanjut mengenai keaslian dan kepercayaan media digital. Oleh karena itu, penting untuk merumuskan undang-undang dan standar terkait untuk memastikan bahwa perkembangan teknologi tidak merugikan hak individu atau kepercayaan masyarakat.

H
Tentang penulis
Henderson