DeepL 收购 Mixhalo，将实时 AI 语音翻译引入体育场和现场活动

新闻摘要

德国人工智能驱动的语言翻译公司 DeepL 于 2026 年 6 月 17 日（美国东部时间）宣布，已收购专注于超低延迟现场音频流媒体技术的旧金山初创公司 Mixhalo。此次收购标志着 DeepL 在语音翻译能力方面向体育场馆、竞技场和大型现场活动领域迈出了关键一步。

什么是 Mixhalo？

Mixhalo 由音乐家 Mike Einziger（摇滚乐队 Incubus 的吉他手）、小提琴家 Ann Marie Simpson-Einziger 和科技企业家、首席执行官 Vik Singh 于 2016 年创立。Mixhalo 最初旨在提升音乐会观众的音频质量，后来发展成为一个企业级实时音频平台，已在包括 Metallica 和 Sting 演唱会、美国职业棒球大联盟比赛和 NASCAR 赛事在内的知名活动中得到部署。Verizon 和 T-Mobile 等品牌也曾利用其技术为场馆内的广大观众提供同步音频体验。

战略意义

此次收购为 DeepL 带来了一个位于旧金山的工程团队，约有二十名专注于超低延迟音频传输的专家——这项能力对于在数万观众中实现无明显延迟的实时语音翻译至关重要。此次交易的财务条款未公开披露。

Mixhalo 首席执行官 Vik Singh 表示，他的公司长期以来一直依赖 DeepL 的翻译引擎作为其主要供应商，因此此次深度整合是现有合作关系的自然演进。预计合并后的技术将为 DeepL 的实时人工智能语音翻译产品 DeepL Voice 提供支持，应用于企业会议、体育场馆和全球现场活动。

DeepL 的语音翻译历程

DeepL 在进军口语音频领域之前，已凭借其一流的神经文本翻译引擎建立了声誉。2024 年，该公司推出了覆盖 33 种以上语言的语音转文本翻译功能。2026 年 4 月（美国东部时间），该公司推出了一套旨在满足多语言商务会议和远程协作需求的语音转语音翻译套件。此次收购 Mixhalo 将加速其路线图的下一阶段：在物理的、高观众密度的环境中实现实时、大规模、低延迟的语音翻译。

交易背后的技术

Mixhalo 的核心创新在于其超低延迟音频流媒体架构，该架构旨在同时向场馆内数千台移动设备传输同步声音。当与 DeepL 的神经翻译模型集成时，该基础设施可以提供实时多语言音频——允许体育场馆的观众在听到原始语音的几毫秒内收到他们偏好的语言的语音翻译。这种延迟性能水平使该组合系统区别于传统的同声传译设置，后者通常需要专用的硬件隔间和耳麦分发。

新的美国业务版图

作为此次收购的直接成果，DeepL 将在旧金山开设其第一个办事处。此举扩大了该公司在美国的业务范围，并使其能够从湾区招募人工智能和音频工程人才。对于总部位于德国科隆的公司来说，这是一个重要的里程碑，该公司一直在稳步扩大其全球企业客户群，现在正在世界领先的技术中心之一扎根。

行业意义

人工智能语言模型与现场音频传输基础设施的融合，代表着翻译行业一个快速增长的前沿领域。大规模实时口语翻译长期以来一直被认为是一项艰巨的技术挑战，不仅需要高翻译准确性，还需要极严格的时间限制以及向数千名并发听众提供可靠的传输。通过将 Mixhalo 成熟的活动流媒体平台与 DeepL 的翻译技术相结合，两家公司正将自己定位为能够大规模提供无缝多语言体验——从国际体育赛事和全球音乐巡演到跨国公司峰会和大型学术会议。