致力開發 AI 翻譯的德國新創 DeepL，宣稱翻譯品質優於 GPT-4、Google 翻譯，讓這家公司擁有超過 10 萬付費客戶，估值達到 20 億美元。新推出的 DeepL Voice 解決方案，象徵公司正式進軍語音翻譯市場。
DeepL Voice 是 DeepL 首款支援即時語音互動的語音翻譯解決方案，同步提供 2 項產品──Voice for Meetings（會議語音）、Voice for Conversations（對話語音），讓跨語言的視訊會議和面對面即時翻譯成為可能，並以文字呈現、而非語音。
Voice for Meetings 可消除視訊會議的語言障礙，每位與會者可使用自己偏好的語言溝通，提升參與度，其他人則在螢幕上看到即時翻譯字幕。不過，目前唯一支援 Voice for Meetings 產生即時翻譯字幕的視訊會議服務為 Microsoft Teams，是否整合 Zoom 或 Google Meet 還沒有進一步消息。
Voice for Conversations 支援行動裝置，場景適用於面對面對話，透過即時翻譯字幕協助不同語言進行溝通，並提供 2 種字幕顯示模式，方便雙方在同一裝置查看翻譯內容。
DeepL Voice 進一步擴展 DeepL 平台上的語言與通訊工具套件，為了確保達到 DeepL 翻譯的高品質和準確度，全新語音翻譯技術採用多元資料訓練而成的 AI 模型，能夠處理不同的口音和環境，滿足商業應用所需。
DeepL Voice 全面推出下，企業客戶都能使用，初期支援英語、德語、日語、韓語、瑞典語、荷蘭語、法語、土耳其語、波蘭語、葡萄牙語、俄語、西班牙語及義大利語，未來將會陸續新增更多語言。此外，DeepL 翻譯器支援的 33 種語言均能提供字幕翻譯。
「DeepL 在書面翻譯領域處於領導地位，但即時語音翻譯是完全不同的挑戰」，DeepL 執行長暨創辦人 Jarek Kutylowski 指出，即時翻譯必須處理不完整的語音輸入、發音問題及延遲等因素，這些可能導致誤譯，影響翻譯體驗。這些挑戰在日常人際對話經常出現，容易導致誤解，因此 DeepL 一開始就有對此考量，設計出幫助企業跨語言溝通的解決方案。
「語音是明年翻譯的重點」，Jarek Kutylowski 接受外媒 TechCrunch 採訪表示。事實上，Google 逐步將即時翻譯字幕納入 Google Meet，還有許多 AI 新創公司也在建立語音翻譯相關服務，如 ElevenLabs 和 Panjaya 等。
DeepL Voice 的推出是 DeepL 首次進軍語音翻譯領域，將領先業界的翻譯品質和安全性導入對話交流。光是 2024 年，DeepL 推出 DeepL Write Pro 並更新詞彙表功能，也發表新一代大型語言模型，宣稱翻譯品質超越 GPT-4、Google 翻譯。此外，今年 5 月 DeepL 獲得 Index Ventures 領投的 3 億美元融資，公司估值達到 20 億美元，並入選富比士 2024 年雲端運算 100 強榜單。
（首圖來源：DeepL）