DeepL 推出 Aure 模型，让实时翻译保留语气、情绪与语速

Aure 是 DeepL 为实时语音翻译采用的新模型。它不只是把说话内容换成另一种语言，还会把原说话者的语气、情绪、重音和说话速度带入目标语言，目的是让译后语音更自然，也更能表达话语背后的意思，例如交谈中的情绪变化或讽刺意味。

此前，DeepL Voice 会在对话开始时取得一段静态声音样本，再据此生成后续译音，因此难以跟上说话者中途发生的情绪和语调变化。Aure 改为在交谈进行期间持续分析译文与原始音频，让生成的目标语言语音可以随当前表达方式调整。

训练时，DeepL 将声音身份、语音旋律和内容拆分处理，使这些部分能够分别迁移到新语言。材料还称，模型利用强化学习避免让输出带上原语音的口音，但没有提供具体训练规模或效果数据。

Aure 会自动用于 DeepL Voice 的在线会议、面对面对话以及 DeepL API。发布时支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语和韩语；材料没有说明其他语言的上线时间，也没有给出不同语言、口音或使用环境下的准确度比较。

这项更新延续了 DeepL 此前推出的声音保留能力。公司还收购了音频流媒体技术公司 Mixhalo 的团队，以加强实时语音翻译相关能力。