#豆包同传模型延迟仅2秒##豆包同传能保留说话人音色#

刚刚，火山引擎总裁谭待介绍了豆包同传模型2.0版本的升级内容，本次升级针对“延迟高”、“声音不自然”两大痛点做了优化，而且翻译内容还能保留说话者音色。

谭待提到，去年豆包1.0模型上线时，随着使用场景复杂化，暴露出两个挑战：

- 延迟问题：1.0延迟在6-8秒之间，影响实际交流；

- 声音复刻：翻译输出的声音是机械化音色，缺少演讲者个性和真实感。

而新一代2.0模型，支持端到端的语音理解和生成，能做到“边听边说”，实现全双工语音同传。

具体来说，2.0版本带来了几个显著能力：

- 延迟从行业普遍的6-8秒，降低到2秒左右，已经接近“同步对话”的水平；

- 输出声音可复刻说话者音色，甚至模拟方言口音；

- 支持多语言跨语种对话的无缝衔接，更贴近真实交流。

随着同声传译技术的成熟，未来国际会议都可能实现零障碍实时交流，让语言不再是全球化沟通的阻力。对企业来说，也意味着跨国沟通和业务协作效率的大幅提升。