Kurz gesagt: DeepL erweitert seine Echtzeit-Sprachübersetzung um eine „Sprachbeibehaltung“: DeepL Voice soll neben gesprochenen Inhalten auch individuelle Stimme, Tonfall, Sprechtempo und Emotionen übertragen. Die Funktion startet in zwölf Sprachen und steht für Online-Meetings, persönliche Gespräche sowie die DeepL API for Voice zur Verfügung.
Bei einer Übersetzung entscheidet nicht allein der Wortlaut darüber, wie eine Aussage verstanden wird. Betonung, Rhythmus, Tempo und Intonation können die Bedeutung erheblich mitprägen. Genau diese Merkmale will DeepL mit neuen Sprachmodellen für DeepL Voice künftig besser über Sprachgrenzen hinweg erhalten.
Individuelle Stimmen statt einheitlicher Sprachausgabe
Bisher kann eine Sprachübersetzung zwar den Inhalt korrekt übertragen, dabei aber einen Teil der persönlichen Ausdrucksweise verlieren. DeepL will dies mit seiner neuen „Sprachbeibehaltung“ ändern. Verschiedene Sprecher sollen auch in Gesprächen mit mehreren Teilnehmern erkennbar bleiben. Fragen sollen weiterhin wie Fragen klingen, Begeisterung wie Begeisterung. Auch Zögern, Betonung und Dringlichkeit sollen möglichst unverfälscht übertragen werden.
Nach Angaben des Unternehmens erfolgt die Verarbeitung in Echtzeit. Vorherige Sprachproben müssten weder gespeichert noch individuelle Sprachprofile für eine spätere Nutzung angelegt werden.
Zum Start ist die Funktion in zwölf Sprachen verfügbar. Weitere Sprachen sollen folgen. Einsetzen lässt sich die Technologie in Online-Meetings, persönlichen Gesprächen und über die DeepL API for Voice.
Desktop-App für Teams, Zoom und Google Meet
Parallel erweitert DeepL sein Angebot um eine Voice-Desktop-App für Windows und Mac. Sie unterstützt Zoom, Microsoft Teams und Google Meet und soll laufende Besprechungen automatisch erkennen.
Nutzerinnen und Nutzer können entscheiden, wie sie einer mehrsprachigen Unterhaltung folgen möchten: über übersetzte Untertitel in einem eingeblendeten Overlay, über eine Sprachübersetzung oder durch einen Wechsel zwischen beiden Varianten.
Die Voice-to-Voice-Übersetzung für Online-Meetings über die Desktop-App ist laut DeepL inzwischen allgemein verfügbar. Eine browserbasierte Variante für externe Teilnehmer befindet sich dagegen weiterhin in der Beta-Phase.
DeepL setzt auf Firmenkunden
Mit der erweiterten Sprachtechnologie positioniert sich DeepL zugleich im Wettbewerb mit Anbietern wie Google und Microsoft-Partner OpenAI, die ebenfalls stark auf multimodale Sprachverarbeitung setzen.
DeepL-Gründer und CEO Jarek Kutylowski sieht den Schwerpunkt seines Unternehmens vor allem bei Firmenkunden. Dabei geht es nicht nur um die Übersetzung einzelner E-Mails oder Meetings. DeepL verfolgt vielmehr den Ansatz, Dokumente und Sprache innerhalb eines größeren Systems einheitlich zu verarbeiten und unternehmensspezifische Terminologie über verschiedene Kommunikationskanäle hinweg konsistent zu verwenden.
Für Unternehmen kann gerade diese Verbindung verschiedener Übersetzungswege relevant sein: Sprachkommunikation, Dokumente und vorhandene Terminologie sollen nicht als voneinander getrennte Prozesse behandelt werden.
Die technische Weiterentwicklung erfolgt vor dem Hintergrund größerer organisatorischer Veränderungen bei DeepL. Im Mai hatte das Unternehmen angekündigt, 250 Stellen und damit rund ein Viertel seiner Belegschaft abzubauen. Kutylowski bezeichnete dies als strukturelle Entscheidung und erklärte, KI stärker in die internen Arbeitsabläufe integrieren zu wollen. Zusätzlich zu seinen Übersetzungswerkzeugen hatte DeepL bereits einen KI-Agenten für Aufgaben unter anderem in Finanzen, Vertrieb und Kundenservice vorgestellt. Nach Angaben des CEO stellt das Unternehmen inzwischen in Deutschland und anderen Ländern wieder Personal ein.
Wer Entwicklungen rund um Sprach-KI, KI-gestützte Unternehmenskommunikation und praktische Einsatzmöglichkeiten im Blick behalten möchte, findet im Newsletter „Beratung-KI“ regelmäßig aktuelle Einordnungen zu neuen Technologien und Anwendungen.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.