دیپ‌ال ابزار ترجمه همزمان صوتی برای جلسات و مکالمات راه‌اندازی کرد

شرکت دیپ‌ال، فعال در حوزه ترجمه و مستقر در آلمان، به تازگی مجموعه‌ای جامع برای ترجمه صوتی رونمایی کرده است. این اقدام نشان‌دهنده گسترش چشمگیر این شرکت فراتر از ابزارهای متنی است. محصول جدید سه کاربرد اصلی را پوشش می‌دهد: ترجمه جلسات، مکالمات تلفنی و وب، و گفتگوهای گروهی برای کارکنان خط مقدم از طریق اپلیکیشن‌های سفارشی. همچنین دیپ‌ال API جدیدی منتشر کرده که به توسعه‌دهندگان و کسب‌وکارها امکان می‌دهد بر بستر فناوری این شرکت، برنامه‌های سفارشی بسازند؛ از جمله یکپارچه‌سازی با مراکز تماس.

جارک کوتیلوفسکی، مدیرعامل شرکت، در گفتگو با TechCrunch توضیح داد که ترجمه صوتی یک حرکت تکاملی طبیعی برای دیپ‌ال محسوب می‌شود. او گفت: «ما در زمینه ترجمه متنی و اسناد پیشرفت‌های زیادی داشته‌ایم، اما احساس کردیم محصول مناسبی برای ترجمه صوتی لحظه‌ای وجود ندارد.» شرکت با چالش‌های فنی متعددی مواجه است که مهم‌ترین آن‌ها میزان تأخیر در ترجمه و حفظ دقت بالاست.

دیپ‌ال افزونه‌هایی برای پلتفرم‌هایی مانند Zoom و Microsoft Teams عرضه کرده است. کاربران می‌توانند ترجمه همزمان را بشنوند یا متن ترجمه‌شده را روی صفحه مشاهده کنند. این یکپارچه‌سازی در مرحله دسترسی زودهنگام قرار دارد و شرکت از سازمان‌ها دعوت کرده تا در فهرست انتظار ثبت‌نام کنند. محصول موبایل و وب از مکالمات حضوری و آنلاین پشتیبانی می‌کند، و قابلیت گفتگوی گروهی امکان پیوستن شرکت‌کنندگان از طریق کد QR را فراهم می‌سازد.

فناوری صوتی این شرکت قابلیت یادگیری و تطبیق با واژگان تخصصی را دارد؛ از اصطلاحات صنعتی گرفته تا نام شرکت‌ها و افراد. کوتیلوفسکی خاطرنشان کرد که هوش مصنوعی در حال بازتعریف خدمات مشتری است و لایه ترجمه به شرکت‌ها کمک می‌کند تا در زبان‌هایی که نیروی متخصص کمیاب و پرهزینه است، پشتیبانی ارائه دهند.

دیپ‌ال کنترل کامل فرآیند ترجمه صوتی را در دست دارد، هرچند سیستم فعلی ابتدا گفتار را به متن تبدیل می‌کند، سپس ترجمه انجام می‌دهد و در نهایت دوباره به گفتار بازمی‌گرداند. این شرکت معتقد است تجربه چندساله در ترجمه متنی، مزیت رقابتی قابل توجهی به آن‌ها بخشیده است. در آینده، دیپ‌ال قصد دارد مدلی سرتاسری برای ترجمه صوتی توسعه دهد که مرحله متن را حذف کند.

دیپ‌ال در بازار ترجمه صوتی با رقبای سرمایه‌گذاری‌شده متعددی مواجه است. شرکت Sanas که ۶۵ میلیون دلار سرمایه جذب کرده، از هوش مصنوعی برای تغییر لحن گویندگان در لحظه استفاده می‌کند. Camb.AI مستقر در دوبی بر سنتز گفتار و ترجمه برای شرکت‌های رسانه‌ای تمرکز دارد. Palabra نیز که با حمایت الکسیس اوهمانیان فعالیت می‌کند، موتور ترجمه گفتار همزمانی توسعه می‌دهد که هدفش حفظ معنا و صدای اصلی گوینده است.