挨踢牛魔王
26-10-27 10:04 微博认证:科技博主

腾讯开源了一个同声传译模型,30B,激活参数3B。
实际上在翻译领域,这个模型已经不小了。

实测响应约3秒,低于人类专业译员4-5秒的平均水平。

Hy-SimulMT团队收集了 2026 年 9 月以来新上线的 18 段中英文音频,每段时长约 6 分钟。这些录音涵盖十个领域的演讲、访谈和会议:软件与人工智能、医学、制造与能源、自然科学、农业与食品、商业管理、法律、教育、文化与旅游、体育与日常生活。

Hy-SimulMT团队邀请了六位具有多年同声传译实战经验的译员对这些录音进行口译。其中三位持有 CATTI 一级口译证书,三位持有 CATTI 二级口译证书。在每个证书级别中,取三位译员中的最高分用于对比(图3),优于人类专家。

Hy-SimulMT 支持实时声音克隆,在生成目标语言语音的同时,保留原始说话人的音色特点

模型地址:www.modelscope.cn/models/Tencent-Hunyuan/Hy-SimulMT-30B-A3B

发布于 江苏