Live LightTAR: Autoren hängen wenige PLS-Features an die PCA-Darstellung multimodaler Tabellen
↘

DeepL Voice überträgt Tonfall und Sprechtempo mit Aure laufend in die Übersetzung

Das am 11. November in Köln vorgestellte Modell passt die übersetzte Stimme fortlaufend an den Vortrag des Sprechers an. Unabhängige Tests zur Qualität liegen bisher nicht vor.

· Veröffentlicht: 12.11.2026 ·2 Min Lesezeit
DeepL Voice überträgt Tonfall und Sprechtempo mit Aure laufend in die ÜbersetzungMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • DeepL stellte Aure am 11. November 2026 in Köln als neues Voice-AI-Modell vor.
  • Aure passt die übersetzte Sprache laufend an Tonfall, Emotion, Betonung und Sprechtempo des Sprechers an.
  • Die Vorversion nutzte eine statische Stimmprobe vom Gesprächsbeginn und bildete Tempo- und Emotionswechsel nicht ab.
  • Aure erweitert die im September 2026 eingeführte Stimmerhaltung von DeepL auf den Sprechvortrag.
  • Zum Start unterstützt Aure acht Sprachen: Englisch, Deutsch, Spanisch, Französisch, Italienisch, Japanisch, Portugiesisch, Koreanisch.

Aure überträgt Tonfall und Sprechtempo laufend in die Übersetzung

DeepL hat am 11. November 2026 in Köln Aure vorgestellt, ein neues Voice-AI-Modell für DeepL Voice, das Echtzeit-Sprachübersetzungsprodukt des Unternehmens. Aure passt die übersetzte Sprachausgabe fortlaufend an Tonfall, Emotion, Betonung und Sprechtempo des Sprechers an. Dafür wertet das Modell das Quellaudio und die bereits übersetzten Wörter laufend aus. Daraus leitet es ab, wie ein übersetzter Satz gesprochen wird.

Zum Start unterstützt Aure acht Sprachen: Englisch, Deutsch, Spanisch, Französisch, Italienisch, Japanisch, Portugiesisch und Koreanisch. Ohne Einrichtung steht das Modell in DeepL Voice for Online Meetings, DeepL Voice for In-Person Conversations und der DeepL API for Voice bereit.

Von der statischen Stimmprobe zur fortlaufenden Analyse

Die Vorversion von DeepL Voice erzeugte die Zielstimme aus einer statischen Stimmprobe, die zu Beginn eines Gesprächs entstand. Das System erfasste damit, wer spricht, nicht aber wie. Wechselten Stimmung oder Tempo, blieb die Ausgabe unverändert. Auch gegenläufiger Vortrag wie Sarkasmus ging verloren, denn eine einmalige Momentaufnahme bildet spätere Veränderungen nicht ab.

Aure erweitert die im September 2026 eingeführte Stimmerhaltung, also die Übersetzung in der eigenen, wiedererkennbaren Stimme, von der Sprecheridentität auf den Sprechvortrag.

Zur Technik macht DeepL folgende Angaben. Das Modell trenne im Training Stimmidentität, Prosodie (Sprechmelodie) und Inhalt, sodass sich jede Komponente unabhängig in die Zielsprache übertragen lasse. Verstärkendes Lernen solle dafür sorgen, dass die Ausgabe akzentfrei bleibt.

Acht Sprachen, Datenlöschung nach der Sitzung, aber keine unabhängigen Tests

Für nicht unterstützte Sprachen, etwa Hebräisch, greift DeepL Voice automatisch auf die bisherigen Stimmmodelle zurück. Weitere Sprachen sollen folgen. Laut DeepL entsteht kein dauerhaftes Stimmprofil. Die Stimme werde live angeglichen, Stimmdaten würden temporär im Arbeitsspeicher verarbeitet und nach der Sitzung gelöscht.

Die Qualitätsaussagen stammen ausschließlich von DeepL. Dazu gehört die Bezeichnung als „most dynamic and lifelike“ Voice-AI-Modell des Unternehmens, die Aussage von CEO Jarek Kutylowski, Aure übertrage „auch die subtilsten Ausdrucksverschiebungen“ in Echtzeit, und die Behauptung, das Modell gebe Sarkasmus und Stimmungswechsel wieder. Unabhängige Messwerte oder Hörtests liegen nicht vor.

Das Medium sysseder.com hat Aure nach eigener Angabe nicht getestet. Es empfiehlt Teams, Genauigkeit und Natürlichkeit der Stimme getrennt zu prüfen. Zu Latenz, Preisen und einem Vergleich mit Konkurrenzprodukten enthält das vorliegende Material keine Angaben.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel