Η γερμανική νεοσύστατη εταιρεία τεχνητής νοημοσύνης DeepL λανσάρει το DeepL Voice, μια λειτουργία για τη μετάφραση της προφορικής γλώσσας σε πραγματικό χρόνο, όπως ανακοίνωσε ο διευθύνων σύμβουλος και ιδρυτής της εταιρείας, Jaroslaw Kutylowski.
Η DeepL, που προσφέρει διαδικτυακή μετάφραση κειμένων, ισχυρίζεται ότι είναι πιο ακριβής από υπηρεσίες όπως η Google, με τη γερμανική startup να φτάνει σε αξία τα 2 δισεκατομμύρια δολάρια, με περισσότερους από 100.000 πελάτες.
Η DeepL προσθέτει τώρα μια άλλη λειτουργία στην πλατφόρμα της, τον ήχο. Το DeepL Voice επιτρέπει στους χρήστες να ακούν ομιλία σε μία γλώσσα και να τη μεταφράζουν αυτόματα σε άλλη γλώσσα σε πραγματικό χρόνο. Αυτή η δυνατότητα υποστηρίζει 13 γλώσσες, συμπεριλαμβανομένων των Αγγλικών, Γερμανικών, Ιαπωνικών, Κορεατικών και άλλων, μεταφράζοντάς τις σε οποιαδήποτε από τις 33 γλώσσες που είναι διαθέσιμες μέσω του DeepL Translator.
Οι μεταφράσεις εμφανίζονται ως κείμενα υποτίτλων στις οθόνες, καθιστώντας την ιδανική για εικονικές συναντήσεις και πρόσωπο με πρόσωπο αλληλεπιδράσεις. Αυτή η λειτουργία βοηθά στην καταπολέμηση των γλωσσικών εμποδίων, επιτρέποντας στους ανθρώπους να συμμετέχουν πιο αποτελεσματικά κατά τη διάρκεια των συζητήσεων.
Το DeepL Voice επί του παρόντος δεν παρέχει το ίδιο το αποτέλεσμα ως αρχείο ήχου ή βίντεο. Η υπηρεσία στοχεύει σε πραγματικό χρόνο, ζωντανές συνομιλίες και βιντεοδιάσκεψη και διατίθεται ως κείμενο και όχι ως ήχος.
Η Google, ένας από τους μεγαλύτερους ανταγωνιστές της DeepL, άρχισε επίσης να ενσωματώνει μεταφρασμένους υπότιτλους σε πραγματικό χρόνο στην υπηρεσία τηλεδιάσκεψης Meet. Και, υπάρχουν πολλές νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης που δημιουργούν υπηρεσίες φωνητικής μετάφρασης, όπως η ElevenLabs ( ElevenLabs Dubbing ) και η Panjaya , η οποία δημιουργεί μεταφράσεις χρησιμοποιώντας «deepfake» φωνές και βίντεο που ταιριάζουν με τον ήχο.
Σε αντίθεση με πολλές άλλες στον κόσμο των εφαρμογών τεχνητής νοημοσύνης που βασίζονται και προσαρμόζουν τα μεγάλα γλωσσικά μοντέλα (LLM) άλλων εταιρειών, ο στόχος της DeepL είναι να δημιουργήσει την υπηρεσία της από την αρχή. Τον Ιούλιο, η εταιρεία κυκλοφόρησε ένα νέο LLM βελτιστοποιημένο για μεταφράσεις που, όπως λέει, έχει καλύτερη απόδοση από το GPT-4, καθώς και από εκείνα της Google και της Microsoft, κυρίως επειδή ο κύριος σκοπός του είναι η μετάφραση. Η εταιρεία συνέχισε επίσης να βελτιώνει την ποιότητα της γραπτής παραγωγής.
Το DeepL Voice ενισχύει τις διεθνείς επιχειρηματικές συναντήσεις παρέχοντας άμεσες μεταφράσεις που επιτρέπουν στους συμμετέχοντες να επικοινωνούν στη γλώσσα της προτίμησής τους χωρίς παρεξηγήσεις. Το εργαλείο μπορεί να χρησιμοποιηθεί από εργαζόμενους πρώτης γραμμής στις υπηρεσίες για να διευκολύνει την επικοινωνία με πελάτες που μιλούν διαφορετικές γλώσσες, βελτιώνοντας έτσι την ικανοποίηση και την εμπλοκή των πελατών. Σε εκπαιδευτικά περιβάλλοντα, το DeepL Voice θα μπορούσε να υποστηρίξει πολύγλωσσες τάξεις επιτρέποντας στους μαθητές από ποικιλόμορφες γλωσσικές βάσεις να συμμετέχουν πλήρως. Το πιο σημαντικό ίσως χαρακτηριστικό του DeepL Voice είναι ότι θα λειτουργεί σε πραγματικό χρόνο, καθώς πολλές υπηρεσίες μετάφρασης με τεχνητή νοημοσύνη στην αγορά λειτουργούν με καθυστέρηση, καθιστώντας δυσκολότερη ή αδύνατη τη χρήση τους σε ζωντανές καταστάσεις.
