DeepL 推出语音模型 Aure,实时翻译可传递语气、情绪与语速
DeepL 推出语音模型 Aure,可在 DeepL Voice 实时翻译中把说话人的语气、情绪、重音和语速带入目标语言。此前 DeepL Voice 只能依据对话开始时采集的静态声音样本生成译文语音,无法反映情绪变化,Aure 则持续分析译文与原声。该模型在在线会议、面对面交谈和 DeepL API 中自动运行,上线时支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语和韩语。
DeepL 推出语音模型 Aure,可在 DeepL Voice 实时翻译中把说话人的语气、情绪、重音和语速带入目标语言。此前 DeepL Voice 只能依据对话开始时采集的静态声音样本生成译文语音,无法反映情绪变化,Aure 则持续分析译文与原声。该模型在在线会议、面对面交谈和 DeepL API 中自动运行,上线时支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语和韩语。
ElevenLabs 发布 Scribe v3 和 Scribe v3 Live 两个语音转文本模型:Scribe v3 面向录制音频,在 102 种语言上比 Scribe v2 减少 27% 词错误率;Scribe v3 Live 面向实时音频,比 Scribe v2 Realtime 减少 43% 语义 WER,并首次加入实时说话人分离和改进的轮次检测。
ElevenLabs 为 Ads Engine 新增人工审核,团队可让 ElevenLabs 的本地化专家和创意专家审核在 Ads Engine 中制作的广告。