DeepL stellt Aure vor: sein bislang ausdrucksstärkstes KI-Modell für Echtzeit-Sprachübersetzung
|
DeepL
/ Schlagwort(e): Produkteinführung
Das neue Modell ist ab sofort in DeepL Voice verfügbar, bildet die Nuancen menschlichen Ausdrucks sprachübergreifend ab und passt sich in Echtzeit an Veränderungen in Tonfall, Emotion und Sprechweise an KÖLN, Deutschland, 11. November 2026 /PRNewswire/ -- DeepL, ein weltweit führender Anbieter von KI-Sprachtechnologie, hat heute mit Aure sein bislang dynamischstes und ausdrucksstärkstes Voice-KI-Modell vorgestellt – ein bedeutender Fortschritt bei der Echtzeit-Übertragung menschlichen Ausdrucks über Sprachen hinweg. Als Technologie hinter DeepL Voice, dem Produkt des Unternehmens für KI-Sprachübersetzung in Echtzeit, passt Aure die übersetzte Sprache fortlaufend an die Sprechweise einer Person an: von Veränderungen in Tonfall und Emotion bis hin zu Betonung und Tempo. Das Ergebnis ist eine Sprachübersetzung, die mehr als die gesprochenen Worte erfasst und mehr von der Persönlichkeit, den Nuancen und dem Ausdruck bewahrt, die menschliche Gespräche natürlich und wirkungsvoll machen. „Unsere Stimme spielt eine grundlegende Rolle darin, wer wir sind und wie wir Emotionen ausdrücken, zusammenarbeiten und mit anderen in Verbindung treten. Dabei ist sie nie statisch: Wir passen Tonfall, Tempo und Ausdruck ständig an und das kann komplett verändern, wie unsere Worte verstanden werden", sagt Jarek Kutylowski, Gründer und CEO von DeepL. „Zu lange hat sprachübergreifende Kommunikation bedeutet, Abstriche bei der eigenen Ausdrucksweise zu machen. Mit DeepL Voice kehren wir diese Dynamik vollständig um: Die Technologie passt sich der natürlichen Sprechweise der Menschen an, statt von ihnen zu verlangen, sich zu verändern. Mit Aure können selbst subtilste Änderungen im Ausdruck erfasst und in eine andere Sprache übertragen werden – in der eigenen Stimme und in Echtzeit. Das ist ein großer Schritt hin zu einer Welt, in der sich die Sprache verändert, der Mensch dahinter aber derselbe bleibt." Aure baut auf der kürzlich von DeepL eingeführten Technologie zur Stimmerhaltung auf, mit der Menschen sprachübergreifend in ihrer eigenen, wiedererkennbaren Stimme kommunizieren können statt in einer generischen, synthetischen. Während dieser Schritt die Identität einer Stimme bewahrte, geht Aure noch weiter: Das Modell erfasst, wie sich die Stimme im Verlauf eines Gesprächs verändert und reagiert, und bringt so mehr von der Spontaneität und dem echten Ausdruck menschlicher Sprache in die Echtzeit-Übersetzung. Ein neuer Ansatz für die Sprachübersetzung in Echtzeit Dafür braucht es einen grundlegend anderen Ansatz, wie die Voice-KI-Modelle von DeepL Sprache verarbeiten. Bisher konnte DeepL Voice anhand einer statischen Stimmprobe eine natürliche, ausdrucksstarke Stimme erzeugen. Wie die übersetzte Stimme einer Person klingen sollte, wurde dabei jedoch anhand der ersten Momente eines Gesprächs bestimmt. So wurde zwar erfasst, wer spricht, aber nicht, wie. Eine feste Momentaufnahme kann weder eine Veränderung in Emotion, Betonung oder Tempo erfassen noch Ausdrucksweisen vermitteln, die im Widerspruch zu den Worten stehen, etwa bei Sarkasmus. Aure geht über diesen Ansatz hinaus und analysiert eingehende Sprache kontinuierlich anhand der übersetzten Wörter und des Quell-Audios, und bestimmt dadurch, wie ein Satz vorgetragen wird. So spiegelt die übersetzte Stimme nicht nur wider, was jemand sagt, sondern auch, wie. Die Entwicklung brachte mehrere technische Herausforderungen mit sich. Reale Gespräche sind von Störgeräuschen begleitet. Aure muss also Stimmidentität und Prosodie der Sprechenden isolieren und gleichzeitig Hintergrundgeräusche, Echos und Klangverzerrungen herausfiltern können. Eine Stimme sprachübergreifend wiederzugeben ist zudem weitaus komplexer als innerhalb einer einzigen Sprache, insbesondere ohne Akzente zu übertreiben oder den Klang einer Person zu verzerren. Hinzu kommt: Für DeepL Voice stehen nur begrenzt reale Daten zur Verfügung, in denen dieselbe Person in verschiedenen Sprachen spricht. Die Technologie speichert Besprechungsprotokolle und Übersetzungen nicht dauerhaft und löscht diese Daten aus dem Arbeitsspeicher, sobald eine Sitzung endet. Aure muss sich also in Echtzeit an jede sprechende Person anpassen, noch bevor sie einen Satz beendet hat. Es erkennt die Merkmale, die eine Stimme einzigartig machen, und berücksichtigt zugleich, wie sie sich von Gespräch zu Gespräch natürlich verändert. Jemand klingt an einem TAG müde, am nächsten begeistert oder spricht unter Stress anders. Aure kann solche Variationen unterscheiden und die übersetzte Sprache an den Klang im jeweiligen Moment anpassen. Um diese Herausforderungen zu lösen, hat DeepL mehrere Trainingsmethoden kombiniert, die Stimmidentität, Prosodie und gesprochene Inhalte voneinander trennen, sodass jede dieser Ebenen unabhängig in eine neue Sprache übertragen werden kann. Reinforcement Learning verfeinert die Ausgabe zusätzlich: Es erhält Übersetzungsgenauigkeit und Sprachqualität und erzeugt natürlich klingende, akzentfreie Sprache. Die Lösung aller drei Herausforderungen gleichzeitig zeichnet Aure aus. Höhere Ausdruckskraft für mehrsprachige Gespräche Die Stimme ist mehr als nur ein Werkzeug, um Worte zu vermitteln. Mit ihr drücken wir Persönlichkeit aus, vermitteln Selbstsicherheit und Autorität, schaffen Vertrauen und bauen eine Verbindung zu anderen Menschen auf. In wichtigen Gesprächen kann die Art und Weise, wie etwas gesagt wird, genauso wichtig sein wie die Worte selbst. Für Nutzende von DeepL Voice ermöglicht Aure es, mehr von diesem Ausdruck über Sprachen hinweg zu übertragen. Wer vor einer wichtigen Ankündigung innehält, in einer entscheidenden Verhandlung mit Nachdruck und Dringlichkeit spricht oder beim Überbringen guter Nachrichten von ernst zu begeistert wechselt: Mit Aure spiegeln sich solche Veränderungen in Echtzeit in der übersetzten Sprache wider. So können Menschen sprachübergreifend mit mehr Spontaneität, Persönlichkeit und Nuancen kommunizieren, wie sie es aus Gesprächen in der eigenen Sprache gewohnt sind. Für global agierende Unternehmen reichen die Auswirkungen über natürlicher klingende Übersetzungen hinaus: Die Fähigkeit, souverän, glaubwürdig und mit Persönlichkeit zu kommunizieren, ist relevant – von der Pflege von Kundenbeziehungen über komplexe Verhandlungen bis hin zum Aufbau internationaler Teams. Indem Aure mehr von dem bewahrt, was die Stimme jedes Einzelnen ausmacht, rückt eine Welt näher, in der Menschen in jeder Sprache uneingeschränkt an jedem Gespräch teilnehmen können. Aure jetzt in DeepL Voice testen Mehr zu Aure und die Möglichkeiten, es selbst auszuprobieren, finden Sie hier. Die neuen Funktionen von Aure werden automatisch und ohne zusätzliche Konfiguration in DeepL Voice für Online-Meetings, DeepL Voice für persönliche Gespräche und in der DeepL API für Voice angewendet. Das Modell unterstützt zunächst Englisch, Deutsch, Spanisch, Französisch, Italienisch, Japanisch, Portugiesisch und Koreanisch; weitere Sprachen folgen. Alle anderen Sprachen unterstützt DeepL Voice weiterhin über seine bestehenden Sprachmodelle. Aure ist die jüngste einer Reihe von Weiterentwicklungen von DeepL Voice, die bei global agierenden Unternehmen zunehmend Anklang findet. Pioneer Corporation, Aramark, Avendra International und Inetum nutzen DeepL Voice bereits für mehrsprachige Kommunikation und Zusammenarbeit. Zudem wurde DeepL Voice kürzlich in der Liste „2026 Next Big Things in Tech" von Fast Company in der Kategorie „Applied AI" ausgezeichnet. Über DeepL
11.11.2026 CET/CEST Veröffentlichung einer Corporate News/Finanznachricht, übermittelt durch EQS News - ein Service der EQS Group. |
View original content:2432474 11.11.2026 CET/CEST
