Microsoft explore une nouvelle frontière de la traduction automatisée en déposant un brevet pour une technologie capable de modifier, en temps réel, les mouvements des lèvres d'un orateur. Ce système ambitionne de rendre les échanges multilingues plus naturels en adaptant visuellement la bouche du locuteur à la langue cible, tout en assurant une traduction vocale instantanée.
Une synchronisation labiale pilotée par l'IA
Le cœur de cette innovation réside dans la capacité du logiciel à retoucher l'image vidéo pour que les mouvements des lèvres correspondent aux sons de la langue traduite. Contrairement aux doublages classiques qui créent souvent un décalage visuel, ce procédé technique vise à aligner parfaitement l'articulation du sujet avec les mots prononcés dans la langue de l'auditeur. Le brevet précise que cette fonctionnalité s'activerait automatiquement si la langue parlée par l'orateur diffère de celle définie dans le profil de l'utilisateur.
Déploiement sur terminaux mobiles et réalité augmentée
Les inventeurs David Callaghan et Dinesh Kumar envisagent une exécution locale du système, directement sur les appareils des utilisateurs. Cette approche technique permettrait d'intégrer cette fonctionnalité à des outils du quotidien tels que les smartphones ou des dispositifs de réalité augmentée. L'objectif est de rendre cette technologie accessible pour des usages variés, allant de la participation à des conférences internationales à la consommation de retransmissions sportives en direct.
Vers une intégration dans les outils de collaboration
Cette avancée s'inscrit dans la stratégie de Microsoft visant à enrichir ses plateformes de communication, comme Teams, qui propose déjà des agents capables de traduire la voix en temps réel tout en imitant le timbre de l'interlocuteur. Si l'entreprise dispose déjà d'outils de traduction vocale, ce nouveau brevet marque une étape supplémentaire en intégrant la dimension visuelle au processus de doublage. Toutefois, la portée juridique de cette protection reste encadrée, Microsoft devant démontrer la faisabilité technique combinée de la traduction linguistique et de l'ajustement morphologique des lèvres pour valider ses revendications intellectuelles.