DeepL, uma empresa de tradução mais conhecida por suas ferramentas de texto, lançou hoje um pacote de tradução de voz para voz que abrange casos de uso como reuniões, conversas móveis e na web e conversas em grupo para funcionários da linha de frente por meio de aplicativos personalizados. A empresa também está lançando uma API que permite que desenvolvedores e empresas externas desenvolvam a tecnologia do DeepL para casos de uso personalizados, como call centers.
“Depois de passar tantos anos traduzindo textos, a voz foi um passo natural para nós”, disse Jarek Kutylowski, CEO do DeepL, ao TechCrunch em entrevista. “Percorremos um longo caminho no que diz respeito à tradução de textos e de documentos. Mas pensávamos que não existia um ótimo produto para tradução de voz em tempo real.”
Kutylowski disse que os desafios na criação de um produto de tradução em tempo real centram-se em um equilíbrio impressionante entre a redução da latência – o atraso entre alguém falando e a reprodução do áudio traduzido – e a manutenção de resultados precisos.
DeepL está lançando complementos para plataformas como Zoom e Microsoft Teams, onde os ouvintes podem ouvir a tradução em tempo real enquanto outros falam em idiomas nativos ou acompanhar o texto traduzido em tempo real na tela. Este programa está atualmente em acesso antecipado e a empresa está convidando organizações a ingressar em uma lista de espera. A empresa também possui um produto para conversas móveis e web que podem ocorrer pessoalmente ou remotamente.
O DeepL também permite que os usuários participem de uma conversa em grupo em ambientes como sessões de treinamento ou workshops, permitindo que os participantes participem por meio de um código QR.
DeepL disse que sua tecnologia de voz para voz também pode aprender e se adaptar a vocabulário personalizado, como termos específicos do setor e nomes de empresas e pessoais.
Kutylowski disse que a IA está reimaginando como será o atendimento ao cliente nos próximos anos. Ele observou que uma camada de tradução ajuda as empresas a fornecer suporte em idiomas onde pessoal qualificado é escasso e caro para contratar.
Evento Techcrunch
São Francisco, Califórnia
|
13 a 15 de outubro de 2026
A empresa disse que controla toda a pilha de voz para voz. No entanto, o sistema atual converte a fala em texto, aplica a tradução e depois converte novamente em fala. A DeepL acredita que, por trabalhar na tradução de textos há anos, tem uma vantagem na qualidade da tradução. No futuro, a empresa deseja desenvolver um modelo de tradução de voz ponta a ponta que ignore totalmente a etapa do texto.
O DeepL enfrenta a concorrência de várias startups bem financiadas que trabalham em cantos adjacentes do espaço. A Sanas, que no ano passado arrecadou US$ 65 milhões da Quadrille Capital e da Teleperformance, usa IA para modificar o sotaque do locutor em tempo real – uma ferramenta destinada principalmente a agentes de call center.
A Camb.AI, sediada em Dubai, concentra-se na síntese e tradução de fala para empresas de mídia e entretenimento Amazon Web Services, ajudando-as a dublar e localizar conteúdo de vídeo em grande escala.
Palabra, apoiada pela empresa Seven Seven Six do cofundador do Reddit, Alexis Ohanian, está construindo um mecanismo de tradução de fala em tempo real projetado para preservar o significado e a voz original do locutor, colocando-o em competição mais direta com o que o DeepL está construindo agora.
