日本DeepL公司宣布，显著增强了其语音翻译工具“DeepL Voice”的语音AI技术。
DeepL Voice此前主要支持实时语音转文本翻译（翻译字幕），帮助多语言沟通。此次升级的Voice AI模型能够在日本国家的Zoom、Microsoft Teams和Google Meet等在线会议平台上，实现不同语言用户之间的对话翻译。用户用日语发言时，翻译后的语音不仅保留了说话者的声线、说话风格和语速，还能用对方的语言进行播放。
在多参与者同时发言的场景下，以往相同的翻译声音可能导致难以区分发言者。新技术通过保留每位说话者的声音特征，使听者能够自然辨认发言者身份。此外，翻译还会反映出提问时的语尾变化、语调、犹豫、紧急感以及激动等情感表达。目前支持包括日语、英语、中文、韩语、西班牙语在内的14种语言。
为了保持实时对话的节奏和传递更多语境及说话细微差别，DeepL Voice实现了低延迟处理。
同时，DeepL发布了全新的“DeepL Voice桌面应用”，支持Windows和Mac系统。该应用可自动检测Zoom、Microsoft Teams、Google Meet会议，实时覆盖显示翻译字幕。用户在做演示或记录笔记时，可以随时查看字幕内容；若想通过语音了解内容，也能切换至语音对语音翻译模式。字幕大小、背景音量和翻译设置均可自定义。新Voice功能上线后，用户无需等待在线会议平台更新即可使用。
