MEPPP 热点收录
@meppp_hot
收录
阿里刚刚放出了下一代实时同声传译模型：Qwen3.8-LiveTranslate，字均延迟从2.8秒压到2.3秒，支持60种语言
如果延迟稳定压到2.3秒这个水平，并且在多说话人、长音频场景下DER可控，那会议、展会、跨境电商谈判等大量这种“够用就行”的场景可能会率先被AI接管
它这版做了架构重造，把同传重构为了音频—文本交织的单流形式，已听音频和已出译文都可缓存复用，从效果看整体翻译的忠实度、流畅度还可以
另外增加了三个新能力，实时说话人分离、原文译文同帧同出双语同屏、长上下文消歧
比如说多人轮流发言的场景，它知道每句话是谁说的，译文用的还是那个发言人的音色
原文译文同屏对照，这个相当于可以随时对账，翻译最大的疑虑就是“是不是给我漏了、翻歪了”，有同屏那就省心很多
#AI同传 #QwenLiveTranslate
如果延迟稳定压到2.3秒这个水平，并且在多说话人、长音频场景下DER可控，那会议、展会、跨境电商谈判等大量这种“够用就行”的场景可能会率先被AI接管
它这版做了架构重造，把同传重构为了音频—文本交织的单流形式，已听音频和已出译文都可缓存复用，从效果看整体翻译的忠实度、流畅度还可以
另外增加了三个新能力，实时说话人分离、原文译文同帧同出双语同屏、长上下文消歧
比如说多人轮流发言的场景，它知道每句话是谁说的，译文用的还是那个发言人的音色
原文译文同屏对照，这个相当于可以随时对账，翻译最大的疑虑就是“是不是给我漏了、翻歪了”，有同屏那就省心很多
#AI同传 #QwenLiveTranslate
原帖正文
阿里刚刚放出了下一代实时同声传译模型：Qwen3.8-LiveTranslate，字均延迟从2.8秒压到2.3秒，支持60种语言 如果延迟稳定压到2.3秒这个水平，并且在多说话人、长音频场景下DER可控，那会议、展会、跨境电商谈判等大量这种“够用就行”的场景可能会率先被AI接管… https://t.co/Ih3oPNDO3H pic.twitter.com/3ztVv4yLuZ
引用自 X
原帖地址：https://x.com/aigclink/status/2101237871571271890
原帖：
本站媒体副本
遇见 Qwen3.8-LiveTranslate，Qwen 的下一代实时同声传译模型！ 📢基于 Interleave 架构，它在保持忠实度、流畅性和简洁性的同时，将平均滞后 (LAAL) 从 2.8 秒降低到 2.3 秒，覆盖 60 种语言。新功能： 🙌实时发言人识别 - 通过更稳定的语音克隆技术区分多对多语音中的发言人，并保留每个发言人的声音。
同步双语显示 - 屏幕上同时显示源语言和翻译。
长上下文歧义解决 - 利用对话历史澄清名称和术语，以实现一致的翻译。- 博客：https://qwen.ai/blog?id=qwen3.8-livetranslate
- QwenCloud：https://www.qwencloud.com/models/qwen3.8-livetranslate-flash-realtime
同步双语显示 - 屏幕上同时显示源语言和翻译。
长上下文歧义解决 - 利用对话历史澄清名称和术语，以实现一致的翻译。- 博客：https://qwen.ai/blog?id=qwen3.8-livetranslate
- QwenCloud：https://www.qwencloud.com/models/qwen3.8-livetranslate-flash-realtime
查看引用原文
Meet Qwen3.8-LiveTranslate, Qwen's next-generation real-time simultaneous interpretation model! 📢 Built on an Interleave architecture, it improves faithfulness, fluency, and conciseness while reducing average lagging (LAAL) from 2.8s to 2.3s across 60 languages. New… pic.twitter.com/cEZApptxVb
0 条评论
登录后可以参与讨论。
成员登录还没有评论。第一条认真回应会很重要。