#字节发布同声传译模型##保留原声的AI实时翻译#

字节Seed团队发布了同声传译模型Seed LiveInterpret 2.0，【视频1】可以看到，该模型不仅低延迟，还支持音色克隆。

而【视频2】用一个轻巧幽默的故事，把AI如何真实地改变生活，讲得温暖又有趣：

一个外国游客到中国旅行，入住小镇客栈，却因为语言不通跟老板鸡同鸭讲，场面一度尴尬。

就在这时，老板灵机一动，拿出手机打开Seed LiveInterpret 2.0，一边说中文，一边同声传译英文，声音还保持了他本人的语调。几秒钟内，沟通顺畅无比，误会一扫而空。

这一切，正是通过打开AI翻译工具实现的——手机一开，跨语言沟通从此无压力。

再来说说LiveInterpret 2.0的技术亮点：

- 语音直出语音：不再依赖“语音转文本再合成语音”的传统路径，避免中间环节带来的误差累积。

- 3秒内响应：平均响应速度提升70%，更接近人类对话的节奏。

- 音色克隆（voice cloning）：为当前少数支持保留原音色的实时传译方案之一。

- 强化学习优化：通过双重奖励机制进行训练，兼顾句子级别的翻译准确性和语义连贯性。

- 多轮对话处理能力：可应对复杂语境，包括不同说话人交替发言、语言自由切换等多种场景。

- 真实语境测试：

评估采用RealSI（Real-time Simultaneous Interpretation）基准，内容覆盖医疗、法律、科技等行业。

从评估图来看，Seed LiveInterpret 2.0不管是语音转文本(S2T)，还是语音转语音(S2S)，都做到了又快又准。

项目官网：seed.bytedance.com/zh/seed_liveinterpret