مايكروسوفت تطور تقنية تغيّر كلام الأشخاص مباشرة دون أن يلاحظ المشاهد

نوفمبر 5, 2026آخر تحديث: نوفمبر 5, 2026

المستقلة/- كشفت وثائق براءة اختراع تقدمت بها شركة مايكروسوفت الأميركية عن تقنية جديدة تعتمد على الذكاء الاصطناعي لتعديل الكلمات التي ينطقها الأشخاص أثناء البث المباشر، مع تغيير أصواتهم وحركة شفاههم بصورة متزامنة، في تطور تقني قد يعيد تشكيل مستقبل المحتوى المرئي، ويثير في الوقت نفسه تساؤلات بشأن مصداقية التسجيلات المصورة وإمكانية التلاعب بالتصريحات.

وبحسب تقرير نشره موقع «باتنتليز» المتخصص في براءات الاختراع، تحمل التقنية المقترحة اسم «التحسين بالذكاء الاصطناعي للفيديو أو عروض الواقع المعزز للأحداث المباشرة في الوقت شبه الفعلي»، وتهدف إلى إجراء تعديلات على الصوت والصورة خلال ثوانٍ من صدور الكلام، دون الحاجة إلى انتظار انتهاء التسجيل.

تغيير الكلمات دون أن يلاحظ المشاهد

وتعتمد التقنية على أنظمة ذكاء اصطناعي قادرة على الاستماع إلى حديث الأشخاص أثناء البث، وتحليل الكلمات والعبارات المنطوقة، ثم تحديد الأجزاء التي ينبغي تعديلها وفق معايير محددة مسبقاً أو تفضيلات المستخدم.

وبعد تحديد الكلمات المستهدفة، يتولى الذكاء الاصطناعي التوليدي استبدالها بعبارات جديدة، مع إعادة معالجة الصوت وإطارات الفيديو المحيطة بالتعديل، بهدف جعل الانتقال بين الكلام الأصلي والمعدل أكثر سلاسة.

ولا يقتصر الأمر على تغيير الصوت، إذ يمكن للنظام تعديل حركة شفاه المتحدث لتتطابق مع الكلمات الجديدة، بما يجعل النسخة المعالجة تبدو وكأن الشخص نطق تلك العبارات بالفعل.

إزالة الأخطاء والتلعثم وترجمة الكلام فورياً

وتشير وثيقة براءة الاختراع إلى أن التقنية يمكن استخدامها لتحسين جودة الحديث المباشر، من خلال حذف كلمات التردد والحشو، مثل «آه» و«أمم»، وتصحيح الأخطاء اللفظية والتلعثم، فضلاً عن استبدال الكلمات المسيئة أو غير المناسبة.

كما تتضمن الاستخدامات المقترحة إمكانية ترجمة الكلام إلى لغات أخرى أثناء البث، مع تعديل حركة الشفاه لتتناسب مع اللغة الجديدة.

وقد تتيح هذه الخاصية مستقبلاً مشاهدة المؤتمرات والمحاضرات والبرامج التلفزيونية بلغات مختلفة، مع ظهور المتحدث وكأنه يتحدث باللغة التي يسمعها المشاهد، بدلاً من الاعتماد على الترجمة النصية أو الدبلجة التقليدية.

تعديلات خلال 10 ثوانٍ

وبحسب التفاصيل الواردة في الوثيقة، يمكن للتقنية تنفيذ عمليات المعالجة خلال فترة تتراوح بين ثانية واحدة و10 ثوانٍ تقريباً، وهو ما تصفه مايكروسوفت بالمعالجة في الوقت شبه الفعلي.

وتشمل الأجهزة التي يمكن أن تستفيد من النظام نظارات الواقع المعزز والهواتف الذكية والأجهزة اللوحية وكاميرات الفيديو.

كما تمتد التطبيقات المحتملة إلى الاجتماعات الافتراضية والعروض التقديمية والبث الرياضي والحفلات الموسيقية ومنصات التواصل الاجتماعي.

مخاوف من التلاعب بالتصريحات وتزييف الحقيقة

ورغم الاستخدامات المحتملة في الترجمة وتحسين جودة المحتوى، تثير التقنية مخاوف تتعلق بإمكانية تغيير مضمون تصريحات الأشخاص دون علم الجمهور.

فقد يشاهد المتلقي حديثاً مصوراً يبدو طبيعياً من حيث الصوت وحركة الشفاه، بينما تكون بعض الكلمات أو العبارات قد استُبدلت بواسطة الذكاء الاصطناعي.

ويطرح ذلك تحديات أمام المؤسسات الإعلامية والصحفية، خصوصاً في التعامل مع التصريحات السياسية والمقابلات والمواد الإخبارية المباشرة، حيث تمثل دقة نقل الكلام عن المتحدثين عنصراً أساسياً في المصداقية المهنية.

كما أن استخدام التقنية لتعديل اللهجات أو حذف التعبيرات المحلية قد يؤدي إلى تغيير أسلوب المتحدث أو التأثير في فهم الجمهور لمقاصده.

التسجيل الأصلي مرجع للتحقق

وتشير وثيقة البراءة إلى إمكانية الاحتفاظ بالتسجيل الأصلي للصوت والفيديو، بما يسمح بالرجوع إليه ومقارنته بالنسخة المعدلة عند الحاجة.

وقد تمثل هذه الخاصية إحدى وسائل التحقق من سلامة المحتوى، إلا أن فاعليتها ستعتمد على كيفية تطبيق التقنية ومدى إتاحة التسجيلات الأصلية للمستخدمين والجهات المعنية.

ولا يعني تقديم طلب براءة اختراع أن مايكروسوفت أطلقت التقنية تجارياً أو أنها أصبحت متاحة للمستخدمين، إذ لا تزال التفاصيل المعلنة مرتبطة بالنظام المقترح في وثائق البراءة.

ويأتي هذا التطور في وقت تتزايد فيه قدرات الذكاء الاصطناعي على إنتاج المحتوى الصوتي والمرئي وتعديله، ما يضع شركات التكنولوجيا والمؤسسات الإعلامية أمام تحديات متنامية تتعلق بحماية هوية المتحدثين، وضمان الشفافية، والتمييز بين المحتوى الأصلي والمحتوى المعالج رقمياً.