DeepL、音声翻訳AI「Aure」で感情や抑揚の変化を反映

DeepLは、リアルタイム音声翻訳サービス「DeepL Voice」向けの新音声AIモデル「Aure」を発表しました。
Aureは、話者の声の特徴を保ちながら、会話中のトーンや感情、強調、話すペースを翻訳音声に反映します。
英語や日本語など8言語に対応し、オンライン会議や対面会話向けのサービスに自動適用されます。

記事の概要

DeepLは2026年11月12日、リアルタイム音声翻訳サービス「DeepL Voice」向けに「Aure」を発表しました。
Aureは、翻訳された言葉と元の音声を使い、会話中の音声を継続的に分析します。
発話内容だけでなく、話者のトーンや感情、強調、話すペースの変化も捉えます。
従来のモデルは、会話の冒頭で捉えた話者の声をもとに翻訳音声を生成していました。
Aureでは、交渉で言葉を強調する場面や、真剣な口調から熱意ある話し方へ変わる場面などを別の言語でも表現します。
開発では、話者固有の声の特徴、抑揚やリズム、発話内容を分離する複数の学習手法を組み合わせました。
さらに強化学習で出力を最適化し、翻訳の正確性と音声品質を維持しながら自然な音声を生成するとしています。
Aureは「DeepL Voice for Online Meetings」「DeepL Voice for In-Person Conversations」「DeepL API for Voice」に自動適用され、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言語に対応します。

記事のポイント

1. 会話中の変化を分析： Aureは元音声と翻訳文を継続的に分析し、話者の感情や抑揚、強調、話すペースを翻訳音声に反映します。
2. 3サービスに自動適用： オンライン会議、対面会話、API向けの3サービスに追加設定なしで適用され、利用者側の設定変更は不要です。
3. 8言語に対応： 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、韓国語に対応します。

このニュースがもたらす影響

• 導入検討企業： 顧客対応や商談で音声翻訳を使う企業は、訳語の正確さだけでなく、強調や熱意まで相手に伝えたい場面を洗い出し、会話品質の評価項目を見直す必要がありそうです。
• 同業サービス提供者： 音声翻訳の競争軸が、発話内容を別言語に置き換える精度から、話者の感情や抑揚を含む伝達品質へ広がる可能性があります。評価方法の再設計が求められそうです。
• API利用企業： 既存の音声翻訳連携に追加設定なしで新モデルが適用されるため、開発負担を抑えながら、実際の顧客接点で声の再現性や会話体験を検証する機会になりそうです。

このニュースの背景

従来の音声翻訳モデルは、会話の冒頭で捉えた話者の声をもとに翻訳音声を生成していました。
Aureは翻訳文と元音声を継続的に分析し、声の特徴と抑揚、リズム、発話内容を分離する学習手法を組み合わせています。
強化学習によって出力を最適化し、翻訳の正確性と音声品質を維持しながら自然な音声を生成するとしています。
オンライン会議、対面会話、API向けの3サービスに自動適用され、8言語に対応します。

関連するニュース

• DeepLは、会話中の感情や話すペースを翻訳音声に反映する新モデル「Aure」を提供します。
• Kotoba TechnologiesはCrestaのAI基盤に音声認識・合成モデルを提供し、電話応対の自動化を支援する予定です。
• Aurora Mobile LimitedはModellix.aiをComfyUIに対応させ、複数の画像・動画・音声AIモデルをノードベースで利用可能にしました。

詳しい記事の内容はこちらから（引用元）

Impress Watch

DeepL、感情や抑揚の変化も伝える音声翻訳AI「Aure」

DeepLは、リアルタイム音声翻訳サービス「DeepL Voice」向けの新音声AIモデル「Aure」を発表した。話者の…