DeepL推出能够捕捉讽刺和语调的实时翻译功能

DeepL为其DeepL Voice服务发布了全新的Aure模型，该模型能够将语调、情感、重音和语速（包括讽刺）融入实时翻译中。该模型可持续分析翻译文本与原始音频，超越了以往使用的静态语音样本。

发生了什么

据The Decoder报道，Aure模型能够将原说话者的语调、情感、重音和语速从源语言传递到目标语言，这比以往依赖在对话开始时捕获的静态语音样本的方法有了质的飞跃。在训练过程中，DeepL将语音身份、语音旋律和内容进行分离，以便可以独立传输每一项，并使用强化学习来防止输出中带有口音。Aure可在DeepL Voice的在线会议、面对面交流中自动运行，也可通过DeepL API使用，并且在推出时支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语和韩语。The Decoder指出，DeepL于9月份首次推出语音保留功能，在5月份裁员约250人以转型为“AI原生”公司，并收购了音频流媒体专家Mixhalo的团队，以增强其实时语音翻译能力。文章还提到了Block在其Dessa模型上的类似努力，该模型可以直接从音频中检测情感和讽刺。

为什么这对小型企业很重要

对于小型公司的老板和团队负责人来说，更清晰的跨语言沟通可以为会议准备节省数小时的时间，并减少对昂贵的人工口译员的依赖。通过保留讽刺和情绪变化，Aure有助于防止因翻译丢失语调而经常产生的误解——这是分布式团队的一个常见痛点。该模型的API集成意味着，即使是精简的技术栈也可以将实时翻译嵌入到现有工具中，将多语言协作从后勤障碍转变为日常工作流程中顺畅的一部分。

本周该做些什么

1. 注册DeepL Voice试用版并进行一次简短的双语测试通话，亲身体验具备语调感知功能的翻译。
2. 将DeepL API添加到您首选的会议平台中，并与多语言客户或合作伙伴安排一次试点会议。
3. 向您的团队简要说明清晰说话和使用自然语速的重要性，以最大化该模型的语调检测能力。

来源

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