IA en un minutoNoticiasHerramientas
DeepL lanza Aure, un modelo de voz que conserva el tono y la emoción en la traducción en tiempo real
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
Aure es el nuevo modelo de voz de DeepL y ya traduce dentro de DeepL Voice siguiendo, frase a frase, los cambios de tono, emoción, énfasis y ritmo de la persona que habla. Antes la voz traducida se construía con una muestra fija grabada al principio. Funciona sin ajustes en videollamadas, cara a cara y por la API, de momento en ocho idiomas, y DeepL dice que borra transcripciones y traducciones al cerrar cada sesión.
DeepL ha presentado Aure, un modelo de IA de voz que ya está detrás de DeepL Voice, su servicio para traducir conversaciones habladas en tiempo real. La idea es que la voz traducida no se limite a repetir el mensaje en otro idioma, sino que suene como suena quien habla en cada momento.
Hasta ahora, DeepL Voice generaba una voz natural a partir de una muestra fija, tomada en los primeros instantes de la conversación. Según la empresa, así se sabía quién hablaba, pero no cómo: una muestra estática no sigue un cambio de emoción, de énfasis o de velocidad, ni una entonación que contradiga las palabras, como el sarcasmo. Aure escucha el habla sin parar y combina el audio original con las palabras ya traducidas para decidir cómo pronunciar cada frase.
DeepL explica que, para entrenarlo, separó tres elementos (la identidad de la voz, la prosodia y lo que se dice) para llevar cada uno por su lado al otro idioma, y que el aprendizaje por refuerzo pule el resultado para que no pierda precisión ni calidad y suene sin acento. El modelo también tiene que aislar la voz del ruido de fondo, del eco y de las distorsiones. Aure llega poco después de otra función de DeepL que mantiene la voz reconocible de cada persona en lugar de una voz sintética genérica.
Se activa solo, sin configurar nada, en DeepL Voice para reuniones en línea, en DeepL Voice para conversaciones en persona y en la API de voz de DeepL. De entrada funciona en ocho idiomas: español, inglés, francés, alemán, italiano, portugués, japonés y coreano. La empresa anuncia que habrá más y, para el resto, DeepL Voice sigue con sus modelos de voz anteriores. El comunicado no menciona precios.
Sobre los datos, DeepL asegura que esta tecnología no guarda de forma permanente las transcripciones de las reuniones ni las traducciones, y que las borra de la memoria cuando acaba cada sesión. Por eso Aure tiene que adaptarse a cada hablante sobre la marcha, antes incluso de que termine la frase.
Entre las empresas que ya usan DeepL Voice, la compañía nombra a Pioneer Corporation, a Inetum y a Aramark y Avendra International. Su consejero delegado y fundador, Jarek Kutylowski, lo presenta como un paso hacia un mundo en el que «cambia el idioma, pero no la persona que hay detrás».
Por qué importa · análisis y opinión
La traducción automática por voz ya resolvía lo básico, que es decir lo mismo en otro idioma; lo que Aure mueve es el listón de cómo suena. Si la voz traducida respeta una pausa, un énfasis o un cambio de humor, deja de sonar plana justo donde más se notaba, y para quien negocia, vende o dirige equipos en varios idiomas eso puede pesar tanto como la exactitud de las palabras. Queda por ver cómo responde fuera de la presentación: con ruido de verdad, con interlocutores que se pisan o con el sarcasmo que la propia DeepL pone como ejemplo de lo difícil. También habrá que ver cuándo llegan más idiomas, porque de momento la lista es corta y deja fuera mercados enteros.
Fuente oficial: DeepL · Redactada con ayuda de IA: cómo hacemos las noticias
¿Qué significa para tu negocio? · análisis y opinión
Afecta sobre todo a autónomos y empresas pequeñas de España y Latinoamérica que ya usan DeepL Voice para hablar con clientes, proveedores o socios de otros idiomas: exportadoras, agencias o despachos con clientela extranjera. Como Aure se aplica automáticamente en reuniones en línea, conversaciones en persona y la API de voz, no hay que configurar nada para notarlo. A quien no usa DeepL Voice no le cambia nada por ahora, y la noticia no menciona precios ni cambios de plan.
Nuestro consejo es probarlo antes en una conversación interna o de poco riesgo y comprobar si la voz traducida transmite bien la intención, sobre todo en negociaciones, donde un énfasis mal trasladado puede dar lugar a malentendidos. Conviene avisar a la otra parte de que la conversación se traduce con IA. Y para cifras, plazos o condiciones de un acuerdo, lo prudente es confirmarlas después por escrito.
En cuanto a riesgos, DeepL asegura que no guarda de forma permanente las transcripciones ni las traducciones y que las borra de la memoria al acabar cada sesión. Aun así, la voz es un dato personal, así que lo sensato es que la plantilla sepa cuándo se usa la herramienta y que figure en la información de privacidad que se da a clientes y empleados. Quien la integre mediante la API debe revisar qué hace su propio sistema con el audio, porque ese compromiso cubre lo que hace DeepL, no lo que se programe alrededor.
