DeepLが話者の声のまま感情表現を保ったリアルタイム音声通訳「DeepL Voice」を一般提供開始

日本語を含む14言語に対応、「Zoom」「Teams」「Meet」向けデスクトップアプリも

9月17日 7:03

言語AIプラットフォームを展開するドイツDeepL(ディープエル)は9月15日(現地時間)、リアルタイム音声翻訳サービス「DeepL Voice」で、話者本人の声質や話し方の特徴、話すテンポを保ったまま相手の言語で音声が再生される音声通訳機能の一般提供を開始したと発表した。新たなVoice AIモデルで日本語を含む14言語が声だけでなく感情表現、話し方のニュアンスを保ったままリアルタイムに翻訳する。音声から音声への翻訳(音声通訳)は30以上の言語に対応した。

オンライン会議プラットフォームの「Zoom」「Microsoft Teams」「Google Meet」でそのまま使えるWindowsとMac向けデスクトップアプリも発表した。異なる言語のユーザー同士の会話でも自然なコミュニケーションができる。追加のシステム連携は不要で、翻訳字幕をオーバーレイで常時表示する。プレゼンテーション中やメモを取りながら翻訳字幕を確認でき、音声で内容を把握したい場合には音声対音声翻訳へ切り替えることも可能。字幕サイズや背景の音量、翻訳設定も調整できる。

DeepL Voiceはこれまでリアルタイムの音声からテキストへの翻訳(翻訳字幕)で多言語コミュニケーションを支援してきた。新しいVoice AIモデルは話者の声の特徴の維持し、複数の参加者を同時に翻訳する場合でも誰が話しているのかを自然に把握する。質問の語尾やイントネーション、ためらいや緊急性、高揚感といった感情表現も翻訳に反映され、低遅延でリアルタイムの会話のテンポを維持しながら文脈やニュアンスを伝える。音声通訳は対面での会話や「DeepL Voice API」を通じた利用も可能。

この記事のキーワード：