DeepL 11 月 11 日公布语音 AI 模型 Aure,用于 DeepL Voice 的实时翻译。它不仅保留说话者的声音特征,还尝试持续跟随语速、强调方式和情绪变化。
此前方案主要从开场音频获取相对固定的声音样本。DeepL 称,Aure 会持续分析输入音频,并结合译文决定如何发声,让翻译后的句子反映说话过程中出现的表达变化。
团队将噪声、回声以及跨语言保持身份和韵律列为技术难点。相关自然度提升来自厂商的产品介绍;具体语言覆盖和使用条件仍需按 DeepL Voice 的产品说明确认。
来源:DeepL 原文。
图片来源:DeepL。
