千问发布 Qwen3.8-LiveTranslate：同传延迟降至 2.3 秒，并可保留说话人音色
阿里巴巴旗下千问发布新一代实时同声传译模型 Qwen3.8-LiveTranslate。团队称，该模型的字均延迟已从上一代的 2.8 秒降至 2.3 秒。其音频与文本交织的 Interleave 架构，将流式理解、文本输出和语音生成整合为单一因果序列。新增功能包括多人对话中的实时说话人分离、保留原说话人音色的译文语音、原文与译文同步显示，以及利用历史对话上下文减少专有名词和指代歧义。Hybrid MoE 架构由 Thinker 负责理解和翻译，Talker 负责语音合成。在覆盖 14 个语向的 Omnilingua-MSpeaker 评测集上，团队称该模型在翻译忠实度、流畅度、简洁度和说话人分离错误率方面均优于主流实时同传系统。目前模型支持 60 种语言，API 已同步上线千问 AI 平台。
本文来源：AIbase，仅供学习参考，版权归原作者所有。