Компания DeepL, специализирующаяся на переводе и известная своими текстовыми инструментами, сегодня выпустила пакет программного обеспечения для голосового перевода, охватывающий такие сценарии использования, как совещания, мобильные и веб-разговоры, а также групповые беседы для сотрудников, работающих непосредственно с клиентами, с помощью пользовательских приложений. Компания также выпускает API, позволяющий сторонним разработчикам и предприятиям создавать приложения на основе технологий DeepL для решения индивидуальных задач, например, для колл-центров.
«После стольких лет работы в сфере текстового перевода, голосовой перевод стал для нас естественным шагом», — сказал генеральный директор DeepL Ярек Кутыловски в интервью TechCrunch. «Мы прошли долгий путь в области текстового и документального перевода. Но мы считали, что для голосового перевода в реальном времени не существует хорошего продукта».
Кутыловски отметил, что сложности при создании продукта для перевода в реальном времени связаны с поиском баланса между уменьшением задержки — задержки между произнесением речи и воспроизведением переведенного аудио — и обеспечением точности результатов.
DeepL выпускает дополнения для таких платформ, как Zoom и Microsoft Teams, позволяющие слушателям либо слышать перевод в реальном времени, пока другие говорят на родном языке, либо следить за переводом текста на экране. В настоящее время эта программа находится на стадии раннего доступа, и компания приглашает организации присоединиться к списку ожидания. Компания также предлагает продукт для мобильных и веб-платформ, позволяющий проводить беседы как лично, так и удаленно.
DeepL также позволяет пользователям участвовать в групповых обсуждениях в таких форматах, как обучающие сессии или семинары, предоставляя участникам возможность присоединиться с помощью QR-кода.
Компания DeepL заявила, что ее технология преобразования голоса в речь также может обучаться и адаптироваться к пользовательской лексике, такой как отраслевые термины, а также названия компаний и личные имена.
Кутыловски заявил, что искусственный интеллект меняет представление о том, как будет выглядеть обслуживание клиентов в ближайшие годы. Он отметил, что уровень перевода помогает компаниям оказывать поддержку на языках, где квалифицированный персонал дефицитен и дорог в найме.
Мероприятие Techcrunch
Встретьтесь со своим будущим инвестором или стартапом из портфеля на Disrupt.
Ваш следующий раунд финансирования. Ваш следующий сотрудник. Ваша следующая возможность прорыва. Найдите это на TechCrunch Disrupt 2026, где более 10 000 основателей, инвесторов и лидеров технологической отрасли соберутся на три дня, чтобы принять участие в более чем 250 практических сессиях, установить полезные контакты и познакомиться с инновациями, определяющими рынок. Зарегистрируйтесь сейчас и сэкономьте до 410 долларов.
Встретьтесь со своим будущим инвестором или стартапом из портфеля на Disrupt.
Ваш следующий раунд финансирования. Ваш следующий сотрудник. Ваша следующая возможность прорыва. Найдите это на TechCrunch Disrupt 2026, где более 10 000 основателей, инвесторов и лидеров технологической отрасли соберутся на три дня, чтобы принять участие в более чем 250 практических сессиях, установить полезные контакты и познакомиться с инновациями, определяющими рынок. Зарегистрируйтесь сейчас и сэкономьте до 410 долларов.
Сан-Франциско, Калифорния | 13-15 октября 2026 г. ЗАРЕГИСТРИРУЙТЕСЬ СЕЙЧАС
Компания заявила, что контролирует весь процесс преобразования голоса в текст. Однако текущая система преобразует речь в текст, применяет перевод, а затем снова преобразует текст в речь. DeepL считает, что благодаря многолетнему опыту работы с текстовым переводом, она имеет преимущество в качестве перевода. В дальнейшем компания планирует разработать сквозную модель голосового перевода, которая полностью исключает этап обработки текста.
DeepL сталкивается с конкуренцией со стороны нескольких хорошо финансируемых стартапов, работающих в смежных областях. Компания Sanas, которая в прошлом году привлекла 65 миллионов долларов от Quadrille Capital и Teleperformance, использует ИИ для изменения акцента говорящего в режиме реального времени — инструмент, ориентированный в первую очередь на операторов колл-центров.
Компания Camb.AI, базирующаяся в Дубае, специализируется на синтезе и переводе речи для медиа- и развлекательных компаний, таких как Amazon Web Services, помогая им озвучивать и локализовать видеоконтент в больших масштабах.
Компания Palabra, поддерживаемая фирмой Seven Seven Six, основанной соучредителем Reddit Алексисом Оханианом, разрабатывает систему перевода речи в реальном времени, призванную сохранять как смысл, так и оригинальный голос говорящего, что делает её более прямой конкуренцией для системы DeepL.
Источник: techcrunch.com
