DeepL 收购 Mixhalo：从文本翻译到实时音频流媒体的战略跃迁

背景

在大型会议、峰会或体育赛事等现场活动中，演讲者或解说员往往使用特定语言进行表达，而现场听众可能并不精通该语言。这种语言障碍通常导致观众不得不掏出手机，试图通过第三方翻译应用远距离捕捉音频。然而，这种非正式的解决方案往往效果不佳，不仅受限于环境噪音，还难以保证翻译的实时性和准确性。

为了解决这一痛点，实时音频初创公司 Mixhalo 应运而生。该公司近期宣布被德国翻译巨头 DeepL 收购，旨在将 DeepL 的翻译套件扩展至现场活动音频流媒体领域，从而提升此类场景下的翻译体验。

核心内容

Mixhalo 的发展历程与融资历程 Mixhalo 成立于 2016 年，由 Incubus 乐队吉他手兼词曲作者 Mike Einziger、小提琴家 Ann Marie Simpson-Einziger 以及现任 CEO Vik Singh 共同创立。公司最初的产品定位是通过平台改善音乐会听众的听觉体验，但随着时间推移，其业务重心逐渐演变为为体育比赛和各类现场活动提供实时音频技术支持。在资本方面，Mixhalo 已获得包括 Fortress Investment、Founders Fund、Defy Partners 和 Cowboy Ventures 在内的多家知名投资机构超过 3900 万美元的投资。

收购背后的商业逻辑 Mixhalo CEO Vik Singh 在邮件中表示，市场上不断涌现的新语音模型对 Mixhalo 是有益的，因为这使其能够集成多种模型并对比性能。尽管语音 AI 的兴起并未直接促成此次收购谈判，但 Singh 指出，随着大型模型公司的规模扩张，它们开始“侵入”Mixhalo 所在的业务空间，这使得 Mixhalo 在定价竞争中面临越来越大的压力。

此外，Mixhalo 长期以来一直将 DeepL 作为其主要翻译服务提供商，因此双方合作具有天然的合理性。Singh 透露，DeepL 的收购对话非常“有机”。Mixhalo 是 DeepL 的长期客户，Singh 在一次客户晚宴上偶然坐在 DeepL 首席技术官 Sebastian 旁边，两人由此展开交谈。随着交流的深入，双方发现在活动空间、API 接口以及应用层（无论是会议语音、文档翻译还是现场活动）存在显著的重叠，这使得合作变得顺理成章。

DeepL 的战略布局 DeepL 长期以来专注于文本翻译领域，但近年来开始大力布局语音产品。2024 年，DeepL 推出了支持 33 种以上语言的语音转文本翻译功能；同年 4 月，又发布了一套语音转语音翻译套件，以支持多语言会议等应用场景。通过此次收购 Mixhalo，DeepL 有望将其现有的语音翻译套件进一步拓展至现场活动领域。

DeepL CEO Jarek Kutylowski 在接受 TechCrunch 电话采访时指出：“对我们而言，Mixhalo 既是一种解决方案，也是一个市场营销案例。该平台将允许我们展示 DeepL 的技术如何在实时环境中运作，特别是在人们身处现场的会议等场景中。”

Kutylowski 还透露，随着位于旧金山的 Mixhalo 并入 DeepL 体系，DeepL 将在美国湾区开设办公室，以扩大其在美国的业务运营。在竞争格局方面，Mixhalo 的主要竞争对手包括 Wordly AI 以及由 Seven Seven Six 支持的 Palabra。

关键要点

• 收购双方：德国翻译巨头 DeepL 收购实时音频初创公司 Mixhalo。
• 解决痛点：旨在解决大型活动现场因语言不通导致的翻译体验差、依赖手机远距离录音等低效问题。
• Mixhalo 背景：成立于 2016 年，由音乐人 Mike Einziger 等人创立，获超 3900 万美元融资，业务从音乐会体验扩展至体育和现场活动实时音频。
• CEO 视角：Mixhalo CEO Vik Singh 认为，大型模型公司正在侵入其领域并加剧价格竞争，且 Mixhalo 本就是 DeepL 的长期客户，双方合作基于自然接触和高度互补。
• DeepL 战略：DeepL 正从纯文本翻译向语音翻译延伸，此前已推出语音转文本及语音转语音功能。此次收购旨在补齐其在“现场活动”这一垂直场景的能力。
• 市场影响：DeepL 将借此展示其技术在实时、嘈杂环境下的应用能力，并借此机会在旧金山湾区设立新办公室以扩大美国业务。
• 竞争格局：Mixhalo 在实时音频翻译领域的主要竞争对手包括 Wordly AI 和 Palabra。

意义与影响

此次收购标志着 AI 翻译技术从“静态文本”向“动态实时音频”场景的深度渗透。对于 DeepL 而言，这不仅是一次产品线的横向扩展，更是其构建全场景翻译生态的关键一步。通过整合 Mixhalo 的实时音频流媒体技术，DeepL 能够将其成熟的翻译模型应用于更复杂、对延迟和准确率要求更高的现场环境，从而在 B 端活动管理和企业级沟通市场中建立更强的护城河。

从行业趋势来看，随着大模型能力的提升，语音 AI 正在快速侵蚀传统垂直应用的市场空间。Mixhalo 选择被收购而非独立应对巨头竞争，反映了垂直领域初创公司在面对通用大模型“降维打击”时的理性选择。同时，DeepL 借此进入美国湾区并设立新办公室，也显示出其全球化扩张的决心，特别是在北美这一科技与商业活动密集的区域，实时多语言沟通的需求正日益增长。