腾讯混元开源同传模型 Hy-SimulMT，响应约 3 秒快于人类译员

腾讯混元同声传译大模型 Hy-SimulMT 发布并开源，支持中英语音到语音的实时翻译。模型边听边译，实时输出译文和语音，并支持实时音色克隆，能高度还原说话人的声音与语气。该模型在腾讯 Hy 翻译 App 首发，免费开放体验。低时延是其核心亮点，实测响应时间约 3 秒，低于人类专业译员 4 至 5 秒的平均水平。在长音频开源评测集 RealSI 上，该模型延迟与质量的综合表现优于主流开源同传模型，也超过大部分商用同传 API。为验证真实水平，团队收集了软件 AI、医学、法律、教育等十个领域的演讲、访谈、会议音频，邀请 6 位持有 CATTI 口译证书的专家对比测试。结果显示，Hy-SimulMT 翻译质量达到人类同传专家水平，且响应速度更快。