DeepL lanza traducción en tiempo real que capta el sarcasmo y el tono

DeepL anunció su nuevo modelo Aure para DeepL Voice, que puede transmitir el tono, la emoción, el énfasis y el ritmo de habla, incluido el sarcasmo, en traducciones en tiempo real. El modelo analiza continuamente tanto el texto traducido como el audio original, superando la muestra de voz estática utilizada anteriormente.

Qué ha ocurrido

Según The Decoder, el modelo Aure transfiere el tono, la emoción, el énfasis y el ritmo de habla del orador original al idioma de destino, un salto desde el enfoque anterior que dependía de una muestra de voz estática capturada al inicio de una conversación. Durante el entrenamiento, DeepL separa la identidad de la voz, la melodía del habla y el contenido para que cada uno pueda transferirse de forma independiente, y se utiliza el aprendizaje por refuerzo para mantener los acentos fuera de la salida. Aure se ejecuta automáticamente en DeepL Voice para reuniones en línea, conversaciones presenciales y a través de la API de DeepL, y en su lanzamiento admite inglés, alemán, español, francés, italiano, japonés, portugués y coreano. The Decoder señala que DeepL implementó por primera vez la preservación de la voz en septiembre, recortó aproximadamente 250 puestos de trabajo en mayo para convertirse en una empresa «nativa de IA» y adquirió el equipo detrás del especialista en transmisión de audio Mixhalo para fortalecer sus capacidades de traducción de voz en tiempo real. El artículo también menciona el esfuerzo similar de Block con su modelo Dessa, que detecta emociones y sarcasmo directamente desde el audio.

Por qué es importante para las pequeñas empresas

Para los propietarios y líderes de equipos de pequeñas empresas, una comunicación más clara entre idiomas puede ahorrar horas en la preparación de reuniones y reducir la dependencia de intérpretes humanos costosos. Al preservar el sarcasmo y los cambios de estado de ánimo, Aure ayuda a prevenir los malentendidos que a menudo surgen cuando el tono se pierde en la traducción, un problema común para los equipos distribuidos. La integración de la API del modelo significa que incluso las pilas tecnológicas más ajustadas pueden incorporar la traducción en tiempo real en herramientas existentes, convirtiendo la colaboración multilingüe de un obstáculo logístico en una parte fluida del flujo de trabajo diario.

Qué hacer esta semana

1. Regístrese para una prueba de DeepL Voice y realice una breve llamada de prueba bilingüe para experimentar la traducción con conciencia del tono en primera persona.
2. Añada la API de DeepL a su plataforma de reuniones preferida y programe una sesión piloto con un cliente o socio multilingüe.
3. Informe a su equipo sobre la importancia de hablar con claridad y usar un ritmo natural para maximizar las capacidades de detección de tono del modelo.

Fuentes

• DeepL wants real-time translation to finally capture sarcasm and mood shifts — The Decoder