腾讯开源了一个同声传译模型
地址：github.com/Tencent-Hunyuan/Hy-SimulMT/
中英互译、音色克隆、3秒延时

“Hy-SimulMT 是腾讯混元推出的实时同声传译大模型，支持中文与英文之间的双向语音到语音翻译。说话人的音频可以持续输入，模型边听边译，同步给出译文文字与语音，并支持实时音色克隆，在准确传达信息的同时保留说话人的声音特点。

面向会议、演讲与访谈等实时交流场景，Hy-SimulMT 希望在准确传达信息的同时，减少等待对交流节奏的影响。围绕这一目标，我们结合公开基准测试、真实场景音频和专业同传译员对照，评估模型在翻译质量与响应速度之间的平衡。

在本次 RealSI 长音频评测中，Hy-SimulMT 的 StreamLAAL 约为 3 秒，为图示参评系统中的最低值；GEMBA 得分高于所对比的开源模型，并超过五个商业 API 中的四个。”