DeepL推出语音翻译服务：DeepL Voice

共计 1190 个字符，预计需要花费 3 分钟才能阅读完成。

DeepL 是一家以其在线文本翻译服务而闻名的德国初创公司，以其翻译的微妙和精确性著称，估值已达 20 亿美元，并拥有超过 10 万名付费客户。随着 AI 服务的持续增长，DeepL 在其平台上增加了一种新的模式：音频。用户现在可以使用 DeepL Voice 来听某人用一种语言说话，并实时自动将其翻译成另一种语言。

• 地址：https://www.deepl.com/zh/products/voice

主要功能

1. 支持的语言

• 输入语言：DeepL Voice 目前可以“听懂”英语、德语、日语、韩语、瑞典语、荷兰语、法语、土耳其语、波兰语、葡萄牙语、俄语、西班牙语和意大利语。
• 输出语言：翻译字幕可用于 DeepL 翻译器目前支持的所有 33 种语言。

2. 实时翻译

• 现场对话：DeepL Voice 旨在实时、现场对话和视频会议中使用，以文本形式呈现翻译结果，而非音频。
• 显示方式：用户可以设置翻译在智能手机上以“镜像”形式显示，将手机放在会议桌中间，以便双方都能看到翻译的文字，或者作为与某人并排共享的转录文本。
• 视频会议：视频会议服务将翻译显示为字幕。

应用场景

1. 视频会议

• Teams 集成：目前唯一支持 DeepL 字幕的视频通话服务是 Microsoft Teams。DeepL 的创始人兼 CEO Jarek Kutylowski 表示，这“覆盖了大多数客户”。
• 其他平台：关于 Zoom 或 Google Meet 是否会整合 DeepL Voice，目前尚无消息。

2. 服务行业

• 前线工作人员：DeepL Voice 的一个主要用例是在服务行业，例如餐厅的前线工作人员可以使用该服务更轻松地与顾客沟通。

技术优势

1. 实时性能

• 低延迟：DeepL Voice 的独特卖点之一是其低延迟的实时翻译能力，这在市场上许多“AI 翻译”服务存在延迟的情况下显得尤为重要。

2. 自主开发

• 从零开始构建：与许多依赖并调整其他公司大型语言模型（LLMs）的 AI 应用不同，DeepL 的目标是从零开始构建其服务。今年 7 月，公司发布了一款针对翻译优化的全新 LLM，声称其性能优于 GPT- 4 以及谷歌和微软的模型。

数据保护

数据传输

• 服务器处理：语音数据将被传输到 DeepL 的服务器进行翻译，处理不在设备上进行。
• 隐私保护：Kutylowski 坚称，系统不会保留任何内容，也不会用于训练其 LLMs。公司还将与客户合作，确保他们不违反 GDPR 或其他数据保护法规。

未来展望

1. 更多语音产品

• 语音是未来：Kutylowski 表示，语音是未来一年翻译将发挥作用的地方，暗示 DeepL 的首款语音产品 DeepL Voice 可能只是第一步，未来可能会有更多的语音相关产品推出。

2. 功能扩展

• 音频和视频输出：尽管目前 DeepL Voice 仅提供文本翻译，但 Kutylowski 暗示未来可能会增加音频和视频输出功能。
• API 和集成：目前还没有针对语音产品的 API，但 DeepL 正在直接与合作伙伴和客户合作，未来可能会提供更多集成选项。