DeepL bringt umfassende Erweiterungen seiner Voice-KI-Technologie auf den Markt. Die neuen Voice-Modelle bieten eine Stimmerhaltung, die nicht nur bewahrt, was gesprochen wird, sondern auch, wie etwas gesagt wird.
In Zoom, Microsoft Teams und Google Meet können Gespräche mit DeepL Voice ab sofort in Echtzeit über Sprachgrenzen hinweg geführt werden. Dabei werden die Stimme, der Tonfall und das Tempo der Sprechenden weitgehend beibehalten, wodurch mehrsprachige Gespräche deutlich natürlicher werden.
Jarek Kutylowski, Gründer und CEO von DeepL, sagt dazu:
Über die Stimme zeigen wir, wer wir sind. Sie transportiert weit mehr als nur Worte. Mit den neuesten DeepL-Voice-Updates gehen wir über reine Untertitel hinaus – hin zu audio-nativen Systemen, die Identität, Emotion und Timing in Echtzeit bewahren.
Wir haben Modelle entwickelt, bei denen man vergisst, dass man durch eine KI spricht. Sprachtechnologie fühlt sich damit natürlich an und klingt nicht technisch verarbeitet. Diese Modelle bringen das Menschliche in mehrsprachige Echtzeit-Gespräche.
Parallel dazu hat DeepL eine neue Desktop-App für Voice eingeführt, die ohne zusätzliche Integrationen ein einheitliches Übersetzungserlebnis über alle Meeting-Plattformen hinweg bietet. Die Voice-to-Voice-Übersetzung ist ab sofort allgemein verfügbar – für Online-Meetings, persönliche Gespräche und über die DeepL API.
Das ist neu bei DeepL Voice
Die Echtzeit-Sprachübersetzung hat bei Geschwindigkeit und Genauigkeit erhebliche Fortschritte gemacht. Der nächste große Schritt besteht darin, die individuellen Merkmale zu bewahren, die eine Stimme einzigartig machen – jene feinen stimmlichen Nuancen, die maßgeblich prägen, wie gesprochene Sprache verstanden wird.
Mit seinen neuen Modellen überträgt DeepL Voice mehr von dieser menschlichen Ebene über Sprachen hinweg und bewahrt Tonfall, Rhythmus, Sprechtempo und Intonation. So klingen sprachübergreifende Gespräche weniger synthetisch – und mehr nach den Menschen hinter den Worten. Die neuesten Voice-KI-Modelle von DeepL bieten:
- Stimmerhaltung (Speaker Match): Die Stimme jeder Person bleibt über 14 unterstützte Sprachen hinweg individuell und wiedererkennbar, selbst wenn mehrere Teilnehmende gleichzeitig übersetzt werden.
- Natürliche Ausdruckskraft: Fragen klingen wie Fragen; Zögern, Dringlichkeit oder Begeisterung kommen in der Übersetzung an.
- Geringe Latenz: Die Modelle halten das Echtzeit-Tempo und bewahren gleichzeitig deutlich mehr kontextuelle und menschliche Informationen aus dem Gesprochenen.
- Erweiterte Sprachunterstützung: Voice-to-Voice-Übersetzung ist jetzt für über 30 Sprachen verfügbar.
Sebastian Enderlein, CTO von DeepL, erläutert:
Damit all das funktioniert, mussten wir mehrere komplexe technische Probleme gleichzeitig lösen: die Stimmidentität bewahren und gleichzeitig eine hohe Übersetzungsqualität und geringe Latenz halten. Das ist ein bedeutender technischer Sprung in dem, was DeepL Voice leisten kann, und setzt einen neuen Maßstab dafür, was Menschen von sprachübergreifender Kommunikation erwarten dürfen.
Zugleich eröffnen sich für Unternehmen völlig neue Chancen – von ihren betrieblichen Abläufen und dem Kundenservice bis hin zu mehrsprachigen Produkten und Erlebnissen, die sie entwickeln können, und weiteren Anwendungsfällen, die wir uns heute noch gar nicht vorstellen können.“
Neue Voice-Desktop-App für Windows und Mac
DeepL stellt außerdem seine neue Voice-Desktop-App für Windows und Mac vor, die ein einheitliches Übersetzungserlebnis in Online-Meetings bietet.
Die DeepL Voice-App arbeitet nahtlos an der Seite von Zoom, Microsoft Teams und Google Meet, erkennt Calls automatisch und liefert ein dauerhaft eingeblendetes Overlay mit live übersetzten Untertiteln. Nutzer können den Untertiteln folgen, während sie präsentieren oder mitschreiben; zur Voice-to-Voice-Übersetzung wechseln, wenn sie lieber zuhören als lesen; und Untertitelgröße, die Lautstärke des Hintergrundtons und die Übersetzungseinstellungen anpassen. Die App ermöglicht zudem den Zugriff auf neue Voice-Funktionen, sobald diese eingeführt werden – unabhängig von plattformspezifischen Updates.
Echtzeit-Sprachübersetzung im Arbeitsalltag und bei Live-Events
Diese Updates kommen zu einem Zeitpunkt, an dem die Nachfrage nach DeepL Voice über Branchen und Anwendungsfälle hinweg stark wächst. Unternehmen aus Fertigung, Einzelhandel, Life Sciences, Fachdienstleistungen und weiteren Bereichen nutzen DeepL Voice für die mehrsprachige Zusammenarbeit in globalen Teams sowie mit Kunden und Partnern.
Dies ermöglicht es ihnen, nahtloser über Sprachgrenzen hinweg zu arbeiten, ihre Produktivität zu steigern, internationale Belegschaften einzubinden und neue Märkte schneller zu erschließen. Über die DeepL Voice API betten Entwickler die Voice-KI zudem direkt in Contact Center, Meeting-Tools, Frontline-Apps und maßgeschneiderte Produkte ein.
Die Nachfrage erstreckt sich auch auf Großveranstaltungen und Live-Erlebnisse. DeepL ist Voice-KI-Partner der Salesforce Dreamforce 2026 (15.-17. September, San Francisco) und stellt die Echtzeit-Übersetzung auf 50 Bühnen und in mehr als 1.000 Sessions bereit.
Am DeepL-Demo-Stand vor Ort präsentiert das Unternehmen zudem seine neuesten Voice-Updates, darunter Voice-to-Voice-Übersetzung, Stimmerhaltung und die verbesserte Ausdruckskraft.
PM DeepL