中国科技公司阿里巴巴旗下千问发布同声传译大模型 Qwen3.8-LiveTranslate。该模型采用 Interleave 架构重构实时同传,字均延迟从 2.8 秒降至 2.3 秒,支持 60 种语言。
新模型新增三项能力:实时说话人分离,确保每句话归属清晰;原文译文同帧同出,实现双语同屏显示;长上下文消歧,联系前文提升人名术语翻译精准度。模型基于 Hybrid MoE 的 Thinker-Talker 双模块设计,将流式理解、文本输出与语音生成衔接,并保留原说话人音色。
在多说话人长音频评测集 Omnilingua-MSpeaker 上,该模型在翻译忠实度、流畅度、简洁度及说话人分离错误率四个维度均优于行业主流系统。在 FLEURS 测试集 70 个语言方向评测中,其翻译质量、字均延迟、语音识别准确率及语音合成质量同样领先。
文中提及的 AI 工具
评论
正在加载评论…