DeepL推出Aure语音翻译模型，实时复现说话者语气与原声音色

当地时间11月11日，语言AI公司DeepL在科隆发布语音翻译模型Aure，称其为迄今最具动态感、表现最逼真的语音AI模型。作为DeepL Voice的底层引擎，Aure持续动态适配翻译语音，让跨语言实时传译不再是机械的“字面转换”。

与以往“声音保留”技术不同，Aure不再依赖对话开头的静态采样来决定音色，而是持续分析源音频与已译文字，同步捕捉说话者的语气起伏、情绪流转、重音强调与语速快慢。DeepL CEO Jarek Kutylowski表示，过去跨语言交流意味着牺牲表达方式，Aure则反了过来——适应人自然的说话方式，而非要求人改变。

技术上，Aure需同时攻克三道难关：从噪声与回声中分离说话人音色与韵律、在跨语言搬运中不变形不失真、且在会话不存储数据的前提下实时适配。DeepL将声音身份、韵律与口语内容三者分离训练，再用强化学习精修输出，使译语既准确自然又无明显口音。该模型已上线DeepL Voice网页会议版、面对面交谈版及语音API，首发支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语与韩语8种语言。

跨国会议最怕翻译软件把带着试探或强调的语气念成平铺直叙的机器腔。DeepL把重音与情绪变化塞进实时同传流，精准切中跨国商务沟通的痛点，唯一遗憾是首发名单里暂缺中文。随着多模态AI在语音场景的深入，实时保留“言外之意”的翻译，正成为大模型落地的新战场。