DeepLは2026年11月11日、リアルタイム音声翻訳サービス「DeepL Voice」に、新しい音声モデル「Aure」を導入すると発表しました。翻訳された言葉を読み上げるだけでなく、話者が声を強めた場所、話す速さ、抑揚、感情の変化を翻訳後の声に反映することを目指しています。
日本語は対象となる8言語に含まれます。今回の更新は既存のDeepL Voice製品に組み込まれる新モデルであり、文章翻訳の無料版に独立した「Aure」機能が追加されたという発表ではありません。
声の強弱・抑揚・話す速さを翻訳音声へ反映する仕組み
従来の音声翻訳では、話した内容が別の言語で分かっても、翻訳後の声が一定の調子で読み上げられることがあります。会議で強く反対した発言と、控えめに提案した発言が同じ調子に聞こえると、意図の違いが伝わりにくくなります。
DeepLは2026年9月、話者の声の特徴を保つ音声技術を発表していました。ただし声の特徴を会話の初めに取得する方式では、会話の途中で変化する強調や話し方まで十分に反映しにくいという課題がありました。
Aureは発話の流れを継続的に解析し、言葉の意味と、声の表情の両方を使って翻訳音声を作ると説明しています。たとえば納期の説明中に「この日付は絶対に変更できません」と強調した場面で、翻訳後もその強さが伝わるようにする考え方です。声の高さや速度の調整が、元の意図を正しく表すかは言語と発話条件で異なります。
対応する8言語と、日本語の音声翻訳での注意点
DeepLがAure対応として挙げる言語は、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、ポルトガル語、韓国語の8つです。これはAureの新しい声の表現に対応する言語の一覧です。
DeepL Voiceそのものが利用できる言語のすべてを指すわけではありません。Aureの対象外の言語については、従来の音声モデルによる翻訳が引き続き利用できると案内しています。日本語を話す人が海外会議で使う場合も、相手側の言語と製品が対象に入っているか確認する必要があります。
同時に、対応言語として日本語が含まれることと、方言、専門用語、周囲の雑音、複数人が同時に話す会議をすべて正確に処理できることは異なります。導入する会議で実際の話者・マイク・通信環境を使って評価します。
対象となるDeepL Voice製品は?
DeepLは、対応ユーザーにはAureが自動的に適用され、特別な設定は不要としています。対象として案内された製品は、オンライン会議用の「DeepL Voice for Online Meetings」、対面会話用の「DeepL Voice for In-Person Conversations」、開発者向けの「DeepL API for Voice」です。
オンライン会議では、海外の参加者との会話をリアルタイムに理解するために利用します。対面では、言語の異なる担当者が同じ場所で打ち合わせをするときの用途です。開発者向けAPIは、自社サービスへ音声翻訳の機能を組み込むための契約・開発経路になります。
企業が既にDeepL Voiceを契約している場合、まず対象製品・言語を確認し、会議や対面の環境で訳出音声を比較します。参加者の発話を処理するため、会議の録音・音声データの扱いについて組織内のルールも確認してください。
Aureは無料?料金は増える?
公式のAure発表では、新モデル単体の消費者向け無料プランや日本円の一律料金表は案内されていません。料金は利用するDeepL Voice製品や企業契約、API利用条件によって確認します。
DeepLの一般向け文章翻訳を無料で使っている人が、同じ条件でリアルタイム音声翻訳のすべての機能を利用できるという意味ではありません。導入前には、利用人数、会議時間、対応する会議ツール、同時利用枠、音声データの取り扱いを確認します。
話し方の再現と、翻訳の正確さをどう評価する?
今回の技術では、原文の情報が正しく訳されるかに加え、声の強弱や話す速度が適切に伝わるかを別に評価できます。たとえば社内研修で使うなら、数字、固有名詞、否定表現が正確かを確かめたうえで、強調する部分が自然に聞こえるかを確認します。
DeepLが説明するのは新しい声の表現力で、訳の意味が常に正確になるという保証ではありません。契約の確定、医療、法務など誤訳の影響が大きい場面では、重要な条件を文書でも確認する運用が適しています。
音声と文章を組み合わせて扱うAIの仕組みはマルチモーダルAIの解説をご覧ください。
日本語の公式発表:DeepL「Aure」
英語の公式発表:DeepL「Aure」
報道:THE DECODER




