DeepL、話者の感情をリアルタイムで反映する音声翻訳AI「Aure」

　DeepLは11月11日、リアルタイム音声翻訳ソリューション「DeepL Voice」を支える新たな音声AIモデル「Aure」を発表した。現在同モデルは、「DeepL Voice for Online Meetings」「DeepL Voice for In-Person Conversations」および「DeepL API for Voice」で自動的に適用される。対応言語は、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、ポルトガル語、韓国語の8言語。今後さらに拡大する予定だ。

　Aureは、同社が9月に発表したDeepL Voiceによる音声処理のアプローチを根本から進化させたもの。従来のモデルが会話の冒頭で捉えた音声をもとに翻訳音声を生成していたのに対し、同モデルでは、翻訳された言葉と元の音声の両方を用いて、入力される音声を継続的に分析する。これにより、話者が「何を話しているか」だけでなく、「どのように話しているか」まで捉え、その変化をリアルタイムで翻訳音声に反映する。