Технології голосового перекладу на базі штучного інтелекту досягли рівня, коли мовні бар'єри між людьми практично зникають. Як повідомляє Ukrainian Wall, науковий керівник компанії DeepL Штефан Мескен під час виступу на конференції GITEX AI Europe 2026 у Берліні продемонстрував роботу голосового перекладача, здатного за лічені секунди передавати не лише зміст, а й емоції та інтонації мовця.

За словами Мескена, письмовий переклад подолав «магічну межу» природності ще у 2017–2018 роках. Тепер той самий рубіж долає голос: технологія виходить із так званої «моторошної долини» — етапу, коли синтезоване мовлення звучить неприродно й викликає дискомфорт.

«Ви будете заходити до ресторану або до офісу із очікуванням, що вся інформація — чи то жива розмова, чи якась письмова документація — буде доступна вам будь-якою мовою, яку ви оберете», — пояснив науковець.

Три етапи революції голосового перекладу

Мескен описав три етапи, які DeepL пройшла в розробці голосового перекладу. Перший — точний переклад живої мови в текст на льоту. Це вже доступно через застосунки на смартфонах та інших пристроях.

Другий етап — онлайн-переклад не текстом, а голосом. У листопаді 2025 року на конференції DeepL Dialogues у Токіо продукт DeepL Voice працював паралельно із синхронними перекладачами-людьми. Приблизно через пів години перекладачі зрозуміли, що їхні послуги більше не потрібні.

«Для людей синхронний переклад є дуже складним завданням: він займає близько 30 секунд. З технологіями це зводиться приблизно до 3 секунд», — наголосив Мескен. Різниця в 10 разів означає, що слухач отримує значно більше вражень від живого спілкування.

Третій етап — над яким компанія зараз активно працює — це голосовий переклад зі збереженням емоційного забарвлення. Спочатку голос звучить дещо роботизовано, але вже через три секунди ШІ починає змінювати його, враховуючи особливості мовлення людини.

Демонстрація в Берліні: німецька з англійським акцентом

Під час виступу в Берліні учасникам показали, як технологія працює в реальному часі: онлайн-переклад німецькою повторював голоси та інтонації Мескена й ведучого, які говорили англійською. Це справило сильне враження на аудиторію.

«Це повністю змінює те, як люди взаємодіють у міжмовних комунікаціях», — зазначив представник DeepL. Він також пожартував, що знання шести мов скоро стане «марною тратою часу» — достатньо буде пристрою на кшталт Google Glass, щоб розуміти будь-кого.

Що це означає для українців

Для України, де через війну мільйони громадян опинилися за кордоном, технологія миттєвого голосового перекладу може стати критично важливою. Вона дозволить українцям вільно спілкуватися рідною мовою в будь-якому середовищі — від держустанов до лікарень та бізнес-зустрічей.

DeepL уже підтримує українську мову в письмовому перекладі, і з розвитком голосових технологій українці зможуть розраховувати на повноцінну мовну інтеграцію без необхідності досконало володіти місцевими мовами. Мескен окремо підкреслив, що можливість говорити рідною мовою дає людям набагато більше впевненості — це підтвердив досвід японських колег DeepL, які вперше виступили на корпоративному заході в Празі японською.

Як повідомляє Інтерфакс-Україна, Мескен переконаний: майбутнє без мовних бар'єрів — це не фантастика, а найближча реальність, до якої технології підійшли впритул.