何が起きたか
DeepLはDeepL Voice向けにAureを発表。翻訳後の言葉と元の音声の両方を追跡し、会話中の口調・感情・話す速さの変化をリアルタイムで反映する。
なぜ重要か
従来モデルは会話開始時の声をもとに翻訳音声を生成していた。Aureは交渉での切迫感や熱意への変化といったニュアンスを別言語に伝えるよう設計されている。
誰に効くかリアルタイム音声翻訳に頼る世界の営業チームや交渉担当者、多言語会議の進行役にとって、切迫感や熱意といった感情の手がかりが言語をまたいでも伝わる可能性がある。ただし実際の会話でどの程度確実に機能するかは明らかにされていない。
こういう要約が、毎朝あなたのメールに届きます。
DeepLの従来の音声モデルは、会話の冒頭で話者の声を取得し、それを基準に翻訳音声を生成する「スナップショット」方式だった。Aureは継続的な分析に切り替え、翻訳後の言葉と元の音声の両方を使って会話の途中で話し方がどう変化するかを追跡する。同社は、強調が切迫感を伝える交渉や、深刻な口調から熱意ある口調へと変わる良い知らせなど、きめ細かなニュアンスが重要となる場面を例に挙げる。
これを実現するためDeepLは、話者特有の声の特徴や抑揚、リズムを発話内容から切り分ける複数の学習手法を組み合わせた。さらに強化学習で出力を最適化し、翻訳の精度と音声品質を保ちながら、特定のアクセントに偏らない自然な発話を目指した。
導入はユーザーに意識させない設計で、AureはDeepL Voice for Online Meetings、DeepL Voice for In-Person Conversations、DeepL API for Voiceに追加設定なしで自動適用される。対応言語は現在、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言語で、拡大が計画されている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
アンカー・ジャパンが12日、Soundcore WorkとNottaの法人向けソフトを組み合わせた「Anker Soundcore Work for Notta」の注文受付を開始
誤記は音声認識と要約の2段階で混入する
投稿者はM2 Max（メモリ64GB）のMacで、Animagine XL 4.0とcanvas、VOICEVOX、ACE-Step 1.5を組み合わせ80秒のアニメ「余白の写真」を制作した
リアルタイム音声エージェントに関するZennの論文は、AIが電話応対を担う場合に決定的なのはモデル性能ではなく応答までの時間であり、500msの応答ループを設計目標に据えると論じている
KDDI SUMMIT 2026でAltius Linkは、三井物産の物流DX室と構築した社内通関書類AIツールが年間1,985時間の社内業務を削減したと述べた
数行のPythonで書けるL−R（左チャンネルから右を引く方式）と、曲をドラム・ベース・その他・ボーカルに分ける既定モデルhtdemucsを持つDemucsを比較した解説
