« Mots offensants » effacés en direct : la censure automatique selon Microsoft

Jusqu’ici, quand on regardait un événement en direct, on entendait ce qui se disait vraiment. Ce ne sera peut-être bientôt plus le cas. Microsoft a déposé un brevet décrivant un système d’intelligence artificielle capable de modifier, quasiment en temps réel, les paroles d’une personne filmée en direct, et de retoucher son visage et le mouvement de ses lèvres pour que le trucage passe inaperçu. Le document a été repéré par le site de veille Patentlyze, puis relayé par le magazine américain Futurism.

Effacer, remplacer, synchroniser les lèvres

Les inventeurs parlent d’une « amélioration par intelligence artificielle, en temps quasi réel », de vidéos ou de présentations en réalité augmentée d’événements en direct. Concrètement, des agents IA repéreraient certains mots prononcés par un orateur, puis les supprimeraient ou les remplaceraient. Le visage et la bouche seraient retouchés en même temps pour que l’image corresponde au nouveau son. Le système modifierait aussi l’audio et la vidéo juste avant et juste après le mot changé, afin d’assurer des « transitions fluides ».

Ces modifications obéiraient à des paramètres fixés à l’avance ou au profil de chaque utilisateur. Les mots de remplacement pourraient même provenir d’une recherche sur Internet. Deux spectateurs du même discours pourraient ainsi entendre 2 versions différentes, chacun selon ses préférences.

De la traduction… à la chasse aux mots « inappropriés »

Certains usages envisagés semblent anodins, voire utiles. Le brevet évoque la traduction en direct, qui permettrait de voir et d’entendre un orateur s’exprimer dans la langue du spectateur, lèvres synchronisées comprises. Il mentionne aussi la suppression des « euh » et des hésitations, ou l’effacement du bégaiement et des troubles de l’élocution.

D’autres applications vont nettement plus loin. Le système pourrait gommer les expressions personnelles, les mots inventés par l’orateur ou les tournures familières et régionales. Futurism cite l’exemple du « y’all » des Américains du Sud ou de l’expression « bite the bullet », l’équivalent de « serrer les dents ». Il pourrait aussi corriger les mots marmonnés, mal prononcés ou mal employés. Surtout, il pourrait éliminer les mots jugés « offensants », « insensibles » ou « inappropriés ». Le brevet ne dit pas qui déciderait de ce qui est inapproprié.

Les cibles potentielles sont larges : conférences, cours, présentations, cérémonies de remise de prix, jeux et émissions culinaires télévisés, retransmissions sportives.

La fin du direct ?

Futurism le résume d’une formule : les retransmissions en direct pourraient ne plus être si directes que cela. Le doublage et le montage existent depuis toujours. Mais la nouveauté, c’est l’automatisation et l’instantanéité : on ne coupe plus après coup, on réécrit pendant que la personne parle.

Le magazine soulève une autre question. Aujourd’hui, celui qui n’aime pas ce qu’il entend peut éteindre. Demain, il pourrait modifier la parole d’autrui à sa convenance. Gommer les erreurs, les accents ou les tournures régionales d’un orateur, c’est enfermer chacun un peu plus dans sa bulle et appauvrir la diversité des façons de parler. Le parler des campagnes, les expressions héritées des langues régionales, tout ce qui donne de la couleur à une langue risquerait d’être lissé par une machine programmée pour un français ou un anglais standardisé.

Le brevet semble lui-même conscient du risque. Il prévoit que la vidéo et le son originaux puissent être enregistrés et conservés comme « vérité de terrain », afin de pouvoir revenir à ce qui a vraiment été dit. Cette précaution reconnaît de fait les possibilités de manipulation et de confusion qu’ouvrirait l’outil. Sollicité par Futurism, Microsoft n’a pas répondu dans l’immédiat.

Un brevet n’est pas un produit, mais il indique une direction

Un brevet ne signifie pas qu’un produit sortira. Les géants de la tech en déposent des milliers, souvent pour protéger une idée plutôt que pour la commercialiser. Mais ce dépôt s’inscrit dans une série. Microsoft travaillait déjà sur un filtrage en temps réel des conversations vocales sur sa plateforme de jeux Xbox Live. Meta a breveté une technologie capable de détecter l’humeur d’un utilisateur en analysant en continu le ton de sa voix.

À l’heure des deepfakes et de la désinformation générée par l’IA, l’idée d’un outil capable de modifier en direct la parole d’un responsable politique, d’un universitaire ou d’un commentateur sportif pose une question simple : comment le spectateur saura-t-il encore si ce qu’il entend a vraiment été dit ?

[cc] Article rédigé par la rédaction de breizh-info.com et relu et corrigé (orthographe, syntaxe) par une intelligence artificielle.

Breizh-info.com, 2026, dépêches libres de copie et de diffusion sous réserve de mention obligatoire et de lien do follow vers la source d’origine.