O fim do “ao vivo”? Microsoft pede patente de IA que altera falas e movimentos labiais em tempo real
Do 'ao vivo' ao 'editado': patente da Microsoft propõe IA que troca falas e redesenha lábios em tempo real — espectadores em locais diferentes podem ouvir discursos distintos
O Que Você Precisa Saber
- Cada espectador pode ouvir um discurso diferente: a patente da Microsoft descreve uma IA capaz de substituir palavras em transmissões ao vivo conforme o perfil do público — idade, localização e idioma — em apenas 1 a 10 segundos.
- Os lábios também são editados: além do áudio, a IA modifica os movimentos labiais do orador para sincronizá-los com a fala alterada, tornando as mudanças potencialmente imperceptíveis.
- Patente não é produto: publicada em 29/10/2026, ela não garante que a tecnologia será lançada. A Microsoft aponta aplicações como limpeza de áudio e tradução, mas a proposta também levanta preocupações sobre desinformação e bolhas personalizadas.
A Microsoft pediu a patente de um sistema de IA que altera, em poucos segundos, o que as pessoas dizem em transmissões ao vivo. A tecnologia também poderia modificar os movimentos labiais do orador para sincronizá-los com o áudio alterado.
O pedido foi revelado pelo rastreador Patentlyze.
O que diz o documento
Os inventores falam em “aprimoramento de IA quase em tempo real de apresentações de vídeo ou realidade aumentada de eventos ao vivo”, segundo o pedido de patente nº 20260341309. Os exemplos citam atrasos de 1 a 10 segundos.
- Agentes de IA identificam palavras-alvo no áudio e as removem ou substituem.
- O sistema edita o áudio e os frames de vídeo antes e depois da troca, para criar transições suaves.
- Em alguns casos, os lábios são redesenhados para combinar com a nova fala.
Cada espectador, uma versão
Na primeira reivindicação, as substituições seguiriam regras predefinidas ou o perfil do espectador, como idade, localização e idioma nativo. Assim, dois públicos assistindo ao mesmo evento poderiam ouvir discursos diferentes. As palavras substitutas poderiam vir de uma busca na internet.
Transparência
O documento prevê que o áudio e o vídeo originais possam ser armazenados como “ground truth” (referência original) para consultas futuras. Segundo o TechSpot, a primeira reivindicação não especifica se o espectador seria informado sobre as alterações.
O que seria editado
- Sons de preenchimento, como “hum” e “ah”, pausas e gaguejos;
- Palavrões e expressões ofensivas, insensíveis ou inapropriadas;
- Expressões pessoais e coloquiais, como o inglês “y’all”.
Tradução com lábios sincronizados
Uma reivindicação independente trata da tradução de transmissões ao vivo. O YouTube já oferece dublagem por IA, mas a Microsoft propõe traduzir as falas e gerar novos movimentos labiais sincronizados com o áudio no idioma do espectador. A gravação original também poderia ser preservada como referência, segundo o TechSpot.
A patente cita palestras, premiações, programas de TV, esportes e concertos como aplicações. Para o TechSpot, a primeira reivindicação também poderia sustentar a checagem instantânea de fatos, permitindo corrigir informações imprecisas ou enganosas durante a transmissão.
O que dizem os veículos
As preocupações abaixo vêm da imprensa, não do documento.
- Falta de percepção: para o TechSpot, a capacidade de ocultar edições ajustando os lábios sugere que o público poderia ver conteúdo modificado sem perceber.
- Fraude e desinformação: o TechSpot lembra que a troca de rostos por IA em tempo real já é popular entre golpistas. Alterar falas ao vivo poderia levar a desinformação e a fraude “a novos patamares”.
- Bolhas: a Futurism observa que, hoje, quem não gosta do que ouve pode desligar a transmissão. O sistema propõe ajustar a fala alheia ao gosto pessoal, o que nos aproximaria de bolhas personalizadas. “O que há de tão ruim em ouvir alguém do Sul dizer ‘y’all’?”, pergunta o site.
O que a Microsoft diz
Segundo o TechSpot, a Microsoft afirma que a tecnologia se destina à limpeza e à tradução de transmissões. A Futurism diz que a empresa não respondeu imediatamente ao pedido de comentário. Segundo a Computerworld, não está claro quando, ou se, a tecnologia será lançada.
Uma tendência do setor
O TechSpot lembra que o pedido não é um caso isolado:
- Em julho, a Microsoft apresentou pedido de patente para IA que reescreve o código de um jogo conforme o comportamento do jogador.
- A Sony registrou pedidos de patente de IA que prevê os próximos frames e botões do jogador, para reduzir a latência.
- Outro pedido da Sony usaria IA para controlar o progresso e a dificuldade do jogo, ou substituir jogadores ausentes.
O que esperar
Um pedido de patente não é um produto. Este foi publicado em 29 de outubro de 2026 e apresentado originalmente em 29 de abril de 2025. Não há garantia de lançamento.
Ainda assim, o registro mostra o interesse da indústria em editar conteúdo por IA em tempo real. Se o “ao vivo” deixar de ser tão ao vivo, como garantir transparência e confiança ao público?
Imagem de capa: Pixabay / Mohamed_hassan
