DeepL تطلق Aure، نموذجاً أكثر تعبيراً لترجمة الصوت

طرحت DeepL، شركة الذكاء اصطناعي اللغوي، نموذجاً جديداً لترجمة الصوت يُسمى Aure لمنتجها DeepL Voice، أداتها لترجمة الكلام الفورية. وتصف الشركة Aure بأنه أكثر نماذجها في الذكاء الاصطناعي الصوتي ديناميكية وواقعية حتى الآن. وتقول DeepL إن نهجها السابق كان يولّد صوتاً مترجماً معبّراً بالاستناد إلى عيّنة واحدة تؤخذ في بداية المحادثة، بحيث يرصد من يتحدث لا كيف يتحدث، فلا يلتقط التغيرات اللاحقة في المشاعر أو السرعة، ولا نبرة تتعارض مع الكلمات نفسها، مثل السخرية. في المقابل، يحلل Aure الكلام بشكل مستمر، ويعدّل الصوت المترجَم كلما تغيّرت نغمة المتحدث ومشاعره والتوكيد والسرعة خلال المحادثة.

وقال الرئيس التنفيذي والمؤسس Jarek Kutylowski إن الهدف هو أن تحمل الترجمة الصوتية جزءاً أكبر من شخصية المتحدث عند الانتقال بين اللغات: “مع Aure، يمكننا رصد أدق التحولات في التعبير لحظة حدوثها ونقلها إلى لغة أخرى، بصوت الشخص نفسه وفي الوقت الفعلي”. ويُبنى Aure على ميزة للحفاظ على الصوت أطلقتها DeepL سابقاً، سمحت للأشخاص بأن يبدو صوتهم كما هو بدلاً من صوت اصطناعي عام؛ ويضيف Aure القدرة على تتبّع كيفية تغيّر ذلك الصوت طوال المحادثة، بدلاً من تثبيته بناءً على عيّنة أولى.

ولتحقيق ذلك، يستند Aure إلى الكلمات المترجمة والصوت الأصلي معاً لتحديد طريقة أداء الكلام، بينما يُزيل ضجيج الخلفية والصدى وتشوهات الإشارة، ويفصل هوية صوت المتحدث وإيقاعه الصوتي (prosody). وبسبب أن DeepL Voice لا تحتفظ بسجل دائم لمحاضر الاجتماعات أو ترجماتها -وتمحو تلك البيانات بمجرد انتهاء الجلسة- لا يتوفر لدى Aure سجل مسبق كبير لأي متحدث يتعلم منه، لذلك يتكيّف في الوقت الفعلي، قبل أن تنتهي الجملة نفسها. وتقول DeepL إنها جمعت بين عدة أساليب تدريب حتى يمكن نقل هوية المتحدث، وطريقة كلامه، وما يقوله، كلٌّ على نحو مستقل إلى لغة جديدة، ثم طبّقت تعلّم التعزيز (reinforcement learning) للحفاظ على دقة الترجمة وجودة الصوت دون المساس بهما، مع تجنّب أي لكنة مبالغ فيها.

ويتوفر Aure الآن، دون أي إعداد إضافي، في DeepL Voice للاجتماعات عبر الإنترنت، وDeepL Voice للمحادثات الحضورية، وواجهة برمجة التطبيقات DeepL API للصوت. ويغطي النموذج مبدئياً ثماني لغات -الألمانية، الإسبانية، الإنجليزية، الإيطالية، البرتغالية، الفرنسية، الكورية، واليابانية- مع المزيد من اللغات في الطريق؛ وتستمر اللغات الأخرى بالعمل عبر نماذج الصوت الحالية لدى DeepL. وتقول DeepL إن عملاء من بينهم Pioneer Corporation وAramark وAvendra International وInetum يستخدمون DeepL Voice حالياً، وإن المنتج أُدرج مؤخراً في قائمة Fast Company لعام 2026 “Next Big Things in Tech”، في فئة الذكاء الاصطناعي التطبيقي.

لماذا يهم

بالنسبة إلى الشركات العالمية التي تعقد اجتماعات ومفاوضات بين لغات مختلفة، كثيراً ما تحمل النبرة قدراً من المعنى يوازي الكلمات نفسها -من السخرية إلى الإلحاح أو الحماس- وهو ما قد تفوّته ترجمة صوتية تعتمد على عيّنة واحدة ثابتة. وإذا عمل Aure كما تصفه DeepL، فإن ذلك يضيّق فجوة لا تزال أدوات الترجمة والترجمة الفورية الصوتية المنافسة بحاجة إلى تجاوزها.