Купон на скидку: 2026
«После стольких лет работы в области текстового перевода, голос стал для нас естественным шагом», — рассказал генеральный директор DeepL Ярек Кутыловски в интервью TechCrunch. «Мы достигли значительных успехов в текстовом и документальном переводе. Но мы считали, что не существует хорошего продукта для перевода голоса в реальном времени». Кутыловски отметил, что при создании продукта для перевода в реальном времени основными вызовами являются баланс между сокращением задержки — времени между произнесением речи и воспроизведением переведенного аудио — и поддержанием точности результатов.
DeepL выпускает дополнения для платформ, таких как Zoom и Microsoft Teams, где слушатели могут либо слышать перевод в реальном времени, пока другие говорят на родных языках, либо следить за переводом текста на экране в реальном времени. Эта программа в настоящее время находится на стадии раннего доступа, и компания приглашает организации присоединиться к списку ожидания. Также у компании есть продукт для мобильных и веб-основных разговоров, которые могут проходить как лично, так и удаленно. DeepL позволяет пользователям участвовать в групповых обсуждениях в таких условиях, как тренинги или семинары, позволяя участникам присоединяться через QR-код.
DeepL утверждает, что их технология «голос в голос» может также обучаться и адаптироваться к пользовательскому словарю, включая отраслевые термины и названия компаний и личные имена. Кутыловски отметил, что искусственный интеллект переосмысливает, как будет выглядеть обслуживание клиентов в ближайшие годы. Он подчеркнул, что слой перевода помогает компаниям предоставлять поддержку на языках, где квалифицированный персонал редок и дорог в найме.
Компания заявила, что контролирует весь стек технологии «голос в голос». Однако текущая система сначала преобразует речь в текст, затем применяет перевод и снова преобразует в речь. DeepL считает, что благодаря многолетней работе над текстовым переводом, у них есть преимущество в качестве перевода. В будущем компания планирует разработать модель голосового перевода от начала до конца, которая полностью исключает этап текста.
DeepL сталкивается с конкуренцией со стороны нескольких хорошо финансируемых стартапов, работающих в смежных областях. Sanas, которая в прошлом году привлекла $65 миллионов от Quadrille Capital и Teleperformance, использует ИИ для изменения акцента говорящего в реальном времени — инструмент, ориентированный в первую очередь на агентов колл-центров. Дубайская Camb.AI сосредоточена на синтезе речи и переводе для медиа и развлекательных компаний, помогая им дублировать и локализовать видеоконтент в больших масштабах. Palabra, поддерживаемая фирмой Seven Seven Six, основанной соучредителем Reddit Алексисом Оганяном, разрабатывает движок для перевода речи в реальном времени, предназначенный для сохранения как смысла, так и оригинального голоса говорящего, что ставит ее в более прямую конкуренцию с тем, что сейчас разрабатывает DeepL.