C’est la dernière offre de la licorne technologique allemande
DeepL, chouchou de la technologie allemande, a (enfin) lancé un service de conversion de la voix en texte. Baptisé DeepL Voice, il transforme l’audio des conversations en direct ou en vidéo en texte traduit.
Les utilisateurs de DeepL peuvent désormais écouter des personnes parler une langue qu’ils ne comprennent pas et la traduire automatiquement dans une langue qu’ils maîtrisent, et ce en temps réel. La nouvelle fonctionnalité prend actuellement en charge l’anglais, l’allemand, le japonais, le coréen, le suédois, le néerlandais, le français, le turc, le polonais, le portugais, le russe, l’espagnol et l’italien.
Ce qui rend le lancement de DeepL Voice passionnant, c’est qu’il fonctionne sur les mêmes réseaux neuronaux que l’offre de texte à texte de l’entreprise, qui, selon elle, est le « meilleur » traducteur IA au monde.
Pour les conversations en face à face, vous pouvez lancer DeepL Voice sur votre mobile et le placer entre vous et votre interlocuteur. Il affiche ensuite votre conversation afin que chaque personne puisse suivre facilement les traductions sur un seul appareil.
Vous pouvez également intégrer DeepL Voice dans Microsoft Teams et organiser des vidéoconférences au-delà des barrières linguistiques. Le texte traduit apparaît dans une barre latérale sous forme de légendes. Il reste à voir si DeepL Voice sera bientôt disponible sur des plateformes comme Zoom ou Google Meet.
« La prochaine frontière »
Bien qu’il s’agisse de la première offre de ce type de DeepL, il est peu probable que ce soit la dernière. Le fondateur et PDG de DeepL, Jarek Kutylowski, a qualifié la traduction vocale en temps réel de « la prochaine frontière » pour l’entreprise.
« DeepL est déjà un leader dans la traduction écrite, mais la traduction vocale en temps réel est une toute autre histoire », a déclaré le fondateur et PDG de DeepL, Jarek Kutylowski.
« Lorsque vous traduisez un discours au fur et à mesure qu’il se produit, vous êtes confronté à des entrées incomplètes, à des problèmes de prononciation, à une latence et bien plus encore, qui peuvent tous conduire à des traductions inexactes et à une mauvaise expérience utilisateur.
« Nous avons donc élaboré une solution qui prendrait ces éléments en compte dès le départ et permettrait aux entreprises de briser les barrières linguistiques en leur permettant de communiquer dans plusieurs langues selon les besoins », précise Jarek Kutylowski.
La qualité sera probablement le facteur de différenciation de DeepL Voice par rapport aux innombrables autres fournisseurs de traductions voix-texte.
D’un point de vue technologique, le succès de DeepL repose sur l’architecture de ses réseaux neuronaux, sur les apports des éditeurs humains et sur les données d’entraînement. Mais Jarek Kutylowski estime également qu’il dispose d’un avantage clé sur ses concurrents : la concentration.
« La concentration est toujours une chose importante », assure Jarek Kutylowski. « La traduction n’est pas le cœur de métier de Google, c’est l’une des 100 activités annexes. Il en va de même si vous considérez les LLM et les OpenAI de ce monde comme nos concurrents ; la traduction n’est qu’une partie de ce qu’ils font et leur GPU fait une tonne de choses différentes. Nous nous concentrons sur un domaine particulier. »
En mai, DeepL a atteint une valorisation de 2 milliards de dollars après avoir obtenu un nouvel investissement de 277 millions d’euros. Il couvre 32 langues et compte plus de 100 000 utilisateurs professionnels.
