DeepL 新出的语音模型 Aure 有点意思，实时翻译终于能把说话人的语气、情绪、强调和语速一起带过去了，讽刺和情绪转折也能跟上。 以前 DeepL Voice 是拿对话开始时的一段静态声音样本去生成译文语音，聊着聊着情绪变了、话里带刺了，它根本接不住。现在 Aure 不一样，它在对话进行中一直分析译文文本和原始音频，语气变了它也跟着变。 训练的时候 DeepL 把声音身份、语音韵律和内容拆开，分别处理再拼到新语言里，还用强化学习把口...

🌐 链接: https://x.com/taiyanghere/status/2120532483192266980
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-11 23:01:56
X (formerly Twitter)
太阳 (@taiyanghere) on X
DeepL 新出的语音模型 Aure 有点意思，实时翻译终于能把说话人的语气、情绪、强调和语速一起带过去了，讽刺和情绪转折也能跟上。

以前 DeepL Voice 是拿对话开始时的一段静态声音样本去生成译文语音，聊着聊着情绪变了、话里带刺了，它根本接不住。现在 Aure 不一样，它在对话进行中一直分析译文文本和原始音频，语气变了它也跟着变。

训练的时候 DeepL 把声音身份、语音韵律…