DeepL, marca de tradução de texto, agora quer traduzir sua voz

A DeepL, a empresa de tradução mais conhecida para mídia de texto, lançou hoje a tradução de áudio voz para voz que abrange casos de uso como reuniões, conversas móveis e na web e conversas em grupo de funcionários da linha de frente por meio de aplicativos personalizados. A empresa também está lançando uma API que permite que empresas e escopos externos desenvolvam a tecnologia do DeepL para casos de uso personalizados, como call centers.

“Depois de tantos anos na tradução de textos, a voz foi um passo natural para nós”, disse Jarek Kutylowski, CEO do DeepL, ao TechCrunch em entrevista. “Percorremos um longo caminho no que diz respeito à tradução de textos e de documentos. Mas na época pensávamos que a tradução por voz não era grande coisa.”

Kutylowski disse que os desafios na criação de um produto de tradução em tempo real centram-se no equilíbrio entre a redução da latência – o atraso entre o locutor e o áudio traduzido – enquanto mantém a precisão do resultado.

DeepL adiciona complementos para plataformas como Zoom e Microsoft Teams, onde os ouvintes podem ouvir uma tradução em tempo real enquanto outros falam em seus idiomas nativos ou acompanhar o texto traduzido em tempo real na tela. Este programa está disponível para acesso antecipado e adesão organizações para entrar em uma lista de espera. A empresa também possui um produto para conferências móveis e baseadas na web que pode ser hospedado no local ou remotamente.

O DeepL também permite que os usuários participem de chats em grupo em ambientes como sessões de treinamento ou workshops, permitindo que os participantes se conectem por meio de um código QR.

DeepL disse que sua tecnologia de voz para voz também pode aprender e se adaptar a vocabulário personalizado, como termos específicos do setor e nomes de empresas e pessoais.

Kutylowski disse que a IA moldará a aparência do atendimento ao cliente nos próximos anos. Ele observou que as plataformas de tradução ajudam as empresas a fornecer suporte linguístico onde pessoal qualificado é escasso e caro para contratar.

A empresa disse que controla toda a pilha de voz para voz. Mas o sistema atual converte fala em texto, aplica tradução e depois converte em fala. A DeepL acredita que por trabalhar há anos na tradução de textos, possui extrema qualidade na tradução. No futuro, a empresa deseja desenvolver um modelo de tradução de voz de ponta a ponta que esteja claramente em declínio no nível do texto.

Parece uma competição acirrada de vários estandes bem fundamentados trabalhando em cantos próximos do espaço. A Sanas, que no ano passado arrecadou US$ 65 milhões da Quadrille Capital e da Teleperformance, usa IA para controlar o sotaque do locutor em tempo real – uma ferramenta projetada principalmente para agentes de call center.

A Camb.AI, com sede em Dubai, concentra-se na síntese e tradução para empresas de mídia e entretenimento da Amazon Web Services, ajudando-as a produzir conteúdo de vídeo local e em grande escala.

Palabra, apoiada pela empresa Seven Seven Six do cofundador Alexis Ohanian, está construindo um mecanismo de tradução de fala em tempo real para preservar o significado e a voz original do locutor, e atualmente está construindo-o em concorrência direta com o DeepL.