Zoom führt Echtzeit-Übersetzung für Meetings ein

Wenn Sprecher aus verschiedenen Ländern in einer Videokonferenz zusammentreffen, gibt es oft sprachliche Hürden. Zoom geht dieses Problem jetzt für seine Meetingplattform an und führt ein Feature zur Echtzeit-Übersetzung ein. Teilnehmer können so in ihrer eigenen Sprache sprechen, während die anderen sie in ihrer Sprache hören.

Der Voice Translator nutzt Künstliche Intelligenz, um das Meeting-Audio in drei Schritten zu verarbeiten: automatische Spracherkennung, maschinelle Übersetzung und Text-to-Speech. Das Ergebnis ist ein nahezu in Echtzeit übersetzter Audiostream, der parallel zur Originalstimme der Sprecher oder anstelle davon abgespielt wird.

Die Funktion lässt sich mit einem einzigen Klick in der Meeting-Symbolleiste aktivieren. Anschliessend wählen die Nutzer ihre Ausgangssprache und die gewünschte Zielsprache – und sind sofort startklar. Es ist keine komplexe Einrichtung, keine Vorkonfiguration und keine Abstimmung mit anderen Teilnehmenden erforderlich. Jede Person steuert ihre eigenen Übersetzungseinstellungen unabhängig von den anderen.

Übersetzungen lassen sich per Lautstärke-Regler feinjustieren, der bestimmt, wie viel von der Originalstimme im Verhältnis zur übersetzten Audiospur zu hören ist. Zusätzlich können Nutzer zwischen verschiedenen Sprachstilen für das übersetzte Audio wählen, damit dieses natürlicher klingt.

Durch die Echtzeitbearbeitung werden keine Meeting-Audiodaten gespeichert, keine Stimmprofile erstellt und keine dauerhaften Nutzungsprofile aus Übersetzungsdaten aufgebaut. Die Funktion verarbeitet ausschliesslich das, was für das jeweilige Meeting benötigt wird, und verwirft die Daten anschliessend.

Unterstützt werden zurzeit Englisch, Chinesisch, Spanisch, Französisch und Japanisch. Weitere Sprachen, darunter Deutsch, Portugiesisch, Arabisch und Italienisch sollen im Laufe dieses Jahres kommen. In den Accounts Pro, Business, und Enterprise ist der Voice Translator in der Desktop-App von Zoom enthalten.

Zoom arbeitet zudem an Funktionen, die die Übersetzungen noch natürlicher und flexibler machen sollen: Voice Cloning soll bei übersetzten Audioinhalten die stimmlichen Eigenschaften der ursprünglichen Sprecher beibehalten. Translation Projection ist eine Möglichkeit in der eigenen Sprache zu sprechen und dabei automatisch von allen anderen in deren jeweiliger Sprache (sofern verfügbar) gehört zu werden.