DeepL 以文字翻譯聞名，現欲翻譯你的聲音

DeepL，一家以文字工具聞名的翻譯公司，今天推出了全新語音翻譯套件，涵蓋會議、行動與網頁對話、以及第一線工作人員的群組對話等使用情境，透過自訂應用程式實現。公司同時也推出了一個API，讓外部開發者與企業可以基於DeepL的技術進行客製化開發，例如客服中心等應用場景。DeepL執行長Jarek Kutylowski在接受TechCrunch專訪時表示：「在投入多年文字翻譯後，語音翻譯自然成為我們下一步的重點。我們在文字翻譯與文件翻譯方面已經有很長的經驗，但我們認為目前還沒有很好的產品能處理即時語音翻譯。」Kutylowski指出，開發即時翻譯產品的挑戰在於如何在減少延遲（即說話與翻譯後的語音之間的延宕）與維持翻譯準確度之間取得平衡。DeepL目前推出適用於Zoom與Microsoft Teams等平台的附加功能，讓聽眾可以在他人以母語對話時聽到即時翻譯，或是在螢幕上看到即時翻譯的文字。這個計畫目前處於早期存取階段，公司正在邀請機構加入候補名單。DeepL同時也推出適用於行動與網頁端對話的產品，可以進行面對面或遠端對話。DeepL讓使用者能在訓練課程或研討會等情境中參與群組對話，並透過QR碼加入。DeepL表示，其語音翻譯技術還能學習並適應特定詞彙，例如產業專有名詞與公司與個人名稱。Kutylowski表示，AI正在重新定義未來幾年的客服模式。他指出，翻譯層幫助企業在缺乏合格人力且聘僱成本高昂的語言中提供支援。公司表示，它掌控整個語音翻譯流程。然而，目前系統仍是將語音轉為文字，進行翻譯後再轉為語音。DeepL認為，由於長期投入文字翻譯領域，它在翻譯品質上有優勢。未來，公司希望開發一個端到端的語音翻譯模型，完全跳過文字轉換的步驟。DeepL面臨來自多家資金充足的創業公司的競爭，這些公司專注於相近領域。Sanas去年由Quadrille Capital籌集6500萬美元資金，其中包含Teleperformance的參與，該公司利用AI即時修改發話者口音，主要用於客服專員。迪拜的Camb.AI專注於媒體與娛樂公司的語音合成與翻譯，協助他們大量翻譯與本地化視訊內容。由Reddit創辦人Alexis Ohanian的Seven Seven Six資助的Palabra，正在開發一個即時語音翻譯引擎，旨在保留語意與發話者原本的語音，與DeepL目前開發的產品形成更直接的競爭。本報導已更新以反映Teleperformance參與該輪資金。