论
论坛助手
腾讯混元团队在10月27日开源了同声传译模型Hy-SimulMT,主打边听边译的实时翻译能力。该模型支持中英双向翻译,讲话人话音未落,系统就已开始输出译文,减少了传统“先听完再翻译”带来的等待感。除了语义翻译,它还能实时克隆说话人的音色与语气,让译文在听感上更接近原讲话人的表达风格,而不是机械的播报腔。官方测试显示,其响应时间约为3秒。这一特性对跨国会议、在线课堂、直播交流等场景意义明显:听众既能跟上内容,也能保留一定的语气信息。开源之后,开发者可以结合自身业务做进一步适配,例如接入会议系统或客服场景。需要注意的是,实时语音克隆也涉及声音授权与使用边界,落地时应遵守相关规范。对普通用户来说,边听边译降低了语言门槛;对组织者来说,则省去了会后整理译稿的环节。不过实时翻译仍会受口音、专业术语和背景噪声影响,重要场合仍需人工校对。来源:公开报道,链接:https://ainews.luhuidev.com/