DeepL 于 2026 年 4 月 16 日正式发布实时语音直译功能「Voice-to-Voice」。该功能可以将说出的语音直接翻译成另一种语言的语音，面向在线会议、线下面对面交流以及通过 API 集成的客户服务等多种场景，被视为将翻译从单点工具升级为企业级语言基础设施的关键举措。
从文本翻译到「语音原生」AI
「DeepL Voice-to-Voice」的核心特点，是实现了语音到语音的直接实时翻译。与传统流程中「语音 → 文字 → 翻译 → 语音」的多步处理不同，Voice-to-Voice 以语音为起点和终点，在系统内部直接完成跨语言的语音转换。
这种设计不再以文本为中心，而是围绕语音本身构建，可被视为一种「语音原生 AI」架构。DeepL 创始人兼 CEO 雅雷克·库特罗夫斯基（Jarek Kutylowski）表示，DeepL 已经进入「实时语音沟通」这一新的翻译前沿，让人们能够用自己的母语自然表达，同时与使用其他语言的人顺畅交流。
覆盖会议、面对面交流与 API 的一体化设计
DeepL Voice-to-Voice 并非单一产品，而是围绕不同使用场景提供了一整套功能模块。
Voice for Meetings 面向在线会议场景，可在 Microsoft Teams、Zoom 等会议工具中提供实时语音翻译。与会者可以各自使用母语发言，并以自己的语言听到对方的内容。该功能计划自 6 月起开放早期访问。
Voice for Conversations 支持移动端和 Web 端，适用于不便安装应用的环境，提供跨平台的对话体验。该功能已于发布当日正式上线。
Group Conversations 面向培训、研讨会等多人数场景。参与者可通过扫描二维码加入，在多台设备上同时接收实时语音翻译，适合课堂、工作坊等环境。该功能预计于 4 月 30 日开始提供。
此外，通过 Voice-to-Voice API，企业可以将语音翻译能力嵌入到联络中心系统或内部业务应用中，将现有工作流程与实时语音翻译直接打通。
上述功能基于同一技术底座构建，旨在在会议、面对面交流以及企业业务系统之间，形成统一的多语言沟通基础设施。
面向企业的专业化与可定制能力
DeepL Voice 在设计上重点考虑了企业级使用需求，内置多项优化功能。
其中，新加入的术语自定义功能，可以对专业术语、产品名称、公司名称、人名等进行统一管理。DeepL 既有的翻译术语表已与该功能打通，可在整场对话中保持术语和表述的一致性。
系统还针对语速较快的发言和复杂语境进行了优化，力求在理解说话者意图的基础上给出更准确的翻译结果。
通过这些能力，DeepL 不仅提升了翻译本身的准确度，也更贴近真实业务环境对稳定性和专业度的要求。
性能评估与市场竞争位置
据语言服务市场调研机构 Slator 的盲测结果显示，DeepL Voice 在专业语言工作者中的评价较高。
在该项评估中，96% 的参与者在对比 Google、Microsoft、Zoom 的标准翻译方案后，更倾向选择 DeepL，主要原因在于其流畅度和对上下文的把握能力。
具体评分方面，DeepL 在 Zoom 场景中的得分为 96.4 / 100，在 Microsoft Teams 场景中的得分为 96.3 / 100，均高于主要竞品。
企业导入案例：从「会翻译」到「敢发言」
在先锋株式会社（Pioneer）的导入案例中，DeepL Voice 被认为显著缓解了员工对英语能力的依赖所带来的沟通障碍。
过去，员工在需要用外语表达复杂想法时往往有所顾虑，而在可以使用母语发言的环境下，讨论变得更加充分，决策速度也随之提升。
在这一视角下，翻译不再只是辅助工具，而是支撑业务运转效率的基础设施。
从翻译工具到企业级语言平台
与语音翻译功能同步，DeepL 还推出了「下一代 DeepL 翻译平台」，面向企业提供端到端的翻译管理能力。
该平台旨在帮助企业统一管理翻译流程，核心能力包括：翻译流程自动化、质量可视化以及持续改进机制。
在这一平台中，企业现有系统中的内容可以被即时翻译，并自动应用既定的术语和语气风格，从而减少人工调整的工作量。
平台还提供翻译结果的可信度评估功能，能够标记出需要人工复核的部分。同时，用户的编辑反馈会被系统学习，用于持续适配各企业自身的语境和表达习惯。
在高价值业务场景中的应用
在 Mondelez International（亿滋国际）等企业中，DeepL 的语言 AI 已被嵌入到日常业务流程中，用于支持并购（M&A）、法务等对保密性要求极高的工作。
借助该系统，这类原本耗时且成本高昂的翻译流程得以简化，同时在速度与安全性之间取得平衡，并逐步在整个组织范围内推广。
库特罗夫斯基指出，企业真正面临的问题并非「能否翻译」，而是传统翻译运营模式缺乏可扩展性。通过将翻译能力集中到一个 AI 优先的多语言平台中，企业可以摆脱对零散工具和外部服务的依赖，更快速地获取高质量翻译，并在此基础上构建统一的语言基础设施。
