驱动中国官方
26-09-20 09:20 微博认证:驱动中国官方微博

#千问发布实时同传大模型#9 月 19 日消息,阿里千问推出同声传译大模型 Qwen3.8-LiveTranslate。模型依托 Interleave 架构重构实时同传,在准确度、流畅度、简洁度上实现全面升级,字均延迟(LAAL)由 2.8 秒缩短至 2.3 秒。

该模型原本支持 60 种语言,此次新增三大实用能力:实时说话人分离,清晰区分每句话的发言人,音色复刻更稳定;原文译文同步展示,实现双语同屏;长上下文消歧,结合前文内容理解语境,人名、术语翻译更准确。

模型搭载 Hybrid MoE 的 Thinker–Talker 双模块设计,借助 Interleave 衔接流式理解、文本输出与语音生成。Thinker 将音视频、原文译文整合到一条因果序列,按时间顺序端到端处理,在同一序列完成理解与翻译;Talker 依托译文和原始音频,合成保留发言人原有音色的译文语音。

在 14 个语向多说话人长音频评测集 Omnilingua-MSpeaker 中,该模型在翻译忠实度、流畅度、简洁度和说话人分离错误率 DER 四项指标,均优于行业主流实时同传系统。

同时在公开 FLEURS 音频测试集的 70 个语言方向评测里,它的翻译质量、字均延迟、语音识别准确率、语音合成质量,领先自家上一代产品与市面主流同传模型。

发布于 陕西