DeepL推出語音同傳產(chǎn)品 滿足實(shí)時(shí)會(huì)議與客服場景需求

以文本翻譯工具聞名的 AI 公司 DeepL 今日發(fā)布一套語音到語音翻譯產(chǎn)品組合，進(jìn)軍實(shí)時(shí)語音翻譯市場，覆蓋線上會(huì)議、移動(dòng)與網(wǎng)頁對話，以及一線員工通過定制應(yīng)用參與的群組溝通等多種場景。 同時(shí)，DeepL 還推出面向開發(fā)者和企業(yè)的 API，支持在其技術(shù)之上為呼叫中心等業(yè)務(wù)定制專用語音翻譯方案。

DeepL 首席執(zhí)行官雅瑞克·庫特洛夫斯基（Jarek Kutylowski）在接受采訪時(shí)表示，在深耕文本翻譯多年之后，語音是公司“順理成章的下一步”。 他強(qiáng)調(diào)，DeepL 在文本和文檔翻譯上已經(jīng)走得很遠(yuǎn)，但在實(shí)時(shí)語音翻譯領(lǐng)域，“還缺少一款真正出色的產(chǎn)品”，這也是公司決定切入的原因。

庫特洛夫斯基指出，打造實(shí)時(shí)翻譯產(chǎn)品的核心難點(diǎn)在于如何在降低延遲和保持準(zhǔn)確性之間取得平衡。 所謂延遲，是指從用戶開口說話到譯文語音播放之間的時(shí)間差，在會(huì)議和對話場景中，這一差值越小，用戶的交流體驗(yàn)就越接近“同聲對話”。

此次發(fā)布中，DeepL 面向 Zoom 和 Microsoft Teams 推出插件，讓聽眾在遠(yuǎn)程會(huì)議中，可以一邊聽各方用母語發(fā)言，一邊實(shí)時(shí)聽到翻譯語音，或在屏幕上閱讀實(shí)時(shí)翻譯字幕。 該計(jì)劃目前仍處于早期測試階段，DeepL 正邀請企業(yè)加入候補(bǔ)名單，以便率先試用這項(xiàng)功能。 此外，公司還提供面向移動(dòng)端和網(wǎng)頁的對話產(chǎn)品，支持用戶在當(dāng)面或遠(yuǎn)程場景中進(jìn)行跨語言交流。

對于培訓(xùn)、研討會(huì)等多人的線下或線上群組場景，DeepL 允許參與者通過掃描二維碼加入同一會(huì)話，每個(gè)人都可以在自己的設(shè)備上接收對應(yīng)語言的翻譯內(nèi)容。 DeepL 表示，其語音到語音技術(shù)還可以學(xué)習(xí)和適配自定義詞匯，例如垂直行業(yè)術(shù)語、公司名稱以及個(gè)人姓名等，以提升在專業(yè)場景中的使用效果。

庫特洛夫斯基認(rèn)為，AI 正在重塑未來幾年客戶服務(wù)行業(yè)的形態(tài)，一個(gè)高質(zhì)量的翻譯層可以幫助企業(yè)在缺乏本地語種人才、招聘成本高企的市場中，依舊提供多語種服務(wù)支持。 在這樣的愿景下，DeepL 希望自身的語音技術(shù)不僅服務(wù)于會(huì)議場景，也能成為客服中心和全球化企業(yè)的基礎(chǔ)語言基礎(chǔ)設(shè)施之一。

在技術(shù)路線上，DeepL 稱當(dāng)前產(chǎn)品由自研的完整“語音到語音”技術(shù)棧驅(qū)動(dòng)，但現(xiàn)階段仍采用“語音轉(zhuǎn)文本—文本翻譯—文本轉(zhuǎn)語音”的三步流程。 公司認(rèn)為，正是因?yàn)殚L期深耕文本翻譯，使其在整體翻譯質(zhì)量上具有優(yōu)勢。 展望未來，DeepL 計(jì)劃開發(fā)端到端語音翻譯模型，省略文本中間步驟，以期在延遲和自然度上更進(jìn)一步。

在語音與翻譯領(lǐng)域，DeepL 面臨來自多家創(chuàng)業(yè)公司的競爭。 其中，Sanas 去年從 Quadrille Capital 和 Teleperformance 融資 6500 萬美元，主攻實(shí)時(shí)修改說話者口音的技術(shù)，主要面向呼叫中心坐席。 總部位于迪拜的 Camb.AI 則面向媒體與娛樂公司，提供語音合成及翻譯服務(wù)，幫助客戶在大規(guī)模內(nèi)容中完成配音和本地化。 由 Reddit 聯(lián)合創(chuàng)始人 Alexis Ohanian 的基金 Seven Seven Six 投資的 Palabra，則打造實(shí)時(shí)語音翻譯引擎，強(qiáng)調(diào)在翻譯過程中盡量保留說話者原本的聲音特征，與 DeepL 正在構(gòu)建的能力形成更直接的競爭關(guān)系。

在文本翻譯市場站穩(wěn)腳跟之后，DeepL 正試圖通過語音產(chǎn)品擴(kuò)展自身邊界，將技術(shù)延伸到會(huì)議協(xié)作、客戶服務(wù)和一線作業(yè)場景中。 隨著更多企業(yè)尋求以 AI 降低跨語言溝通成本，實(shí)時(shí)語音翻譯有望成為新一輪競爭焦點(diǎn)，而 DeepL 正在這一賽道上加速布局。