DeepL представи модел за по-изразителен превод в реално време
DeepL представя Aure — модел, създаден да запазва повече от начина, по който говори оригиналният събеседник. Компанията посочва, че системата пренася тона, емоцията, ударението и темпото на речта на целевия език. Така преведеният глас може да отразява промени в настроението и особености като сарказъм.
Aure анализира непрекъснато оригиналния звук и преведения текст, докато разговорът продължава. При обучението DeepL отделя идентичността на гласа, мелодиката на речта и съдържанието, за да може всеки компонент да бъде прехвърлян независимо на друг език. Компанията казва, че използва обучение с подсилване, за да не се появяват акценти в изходния звук.
Моделът работи автоматично в DeepL Voice for Online Meetings, In-Person Conversations и DeepL API. При старта се поддържат английски, немски, испански, френски, италиански, японски, португалски и корейски. През септември DeepL въведе запазване на гласа. През май компанията съкрати около 250 работни места, а Block представи отделен модел, наречен Dessa, за разпознаване на емоции и сарказъм от аудио.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на The Decoder. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.