阿里发布 Qwen3.8-LiveTranslate：实时语音翻译延迟从 2.8 秒降至 2.3 秒
xiaohu · x · 2026-09-19
阿里巴巴发布 Qwen3.8-LiveTranslate 实时语音翻译模型，主打「一边听、一边译、一边说」，升级集中在四项能力：
- 说话人分离：流式区分多位说话人（spk1/spk2/spk3 标签），译文语音尽量保留各自音色；
- 原文译文同步输出：同一数据流同时返回源语言识别结果与目标语言译文，便于字幕核对；
- 上下文与视觉消歧：结合长上下文与摄像头静态画面，处理指代、专名和同音词；
- 降低流式等待：音频与文字交替放进同一处理流、复用已听音频与已生成译文，FLEURS 测试中译文平均落后时间从 2.8 秒降到 2.3 秒。
覆盖范围分三层：60 种语言音频输入、60 种文字输出、29 种语言可合成目标语音。
所属事件:阿里 Qwen 发布实时同传模型，延迟降至 2.3 秒(4 条相关)→
「模型」频道最新
- 果蝇连接组国际象棋模型击败 Jev，Labonne 再战一个 — maximelabonne · 2026-09-20
- Bonsai 2 27B 安全护栏砍掉近 20 分,SWE-bench 与 Terminal-bench 成绩大缩水 — julianharris · 2026-09-20
- 小米 MiMo-V2.6 直播 RL 训练:每步 20 亿 token,斯坦福 Marin 同步直播预训练 — stanfordnlp · 2026-09-20
- Elvis 详解新原语 Jev:为 Agent harness 解锁更便宜的扩展策略 — omarsar0 · 2026-09-20
- 贵模型何时真值？16 秒省时即可回本的 AI 选型算账 — zeuslac · 2026-09-20
- 实测质疑：HLE 基准被查题目全有错，官方判分器误判率惊人 — paul_cal · 2026-09-20