声纹解耦

DeepL 发布新模型 Aure，用于其 Voice 实时翻译产品，可将原说话人的语气、情绪、重音与语速迁移到目标语言，而非依赖对话开始时采集的静态音色样本。该模型在训练中解耦声纹、语调与内容，并用强化学习抑制口音，已自动上线在线会议、面对面交流与 API。