腾讯混元开源 Hy-SimulMT-30B：中英双向同传带实时声音克隆
jacek2023 · reddit · 2026-10-26
腾讯混元在 Hugging Face 开源实时同传模型 Hy-SimulMT-30B-A3B（提供 GGUF 版本），支持中英双向语音到语音同传：边听边译，同时输出译文文本和语音，并通过实时声音克隆保留说话人音色。
- 定位会议、演讲、访谈等实时场景，减少等待对对话的打断
- RealSI 长音频评测中 StreamLAAL 延迟约 3 秒，为对比系统中最低；GEMBA 质量分超过对比的开源模型和五个商业 API 中的四个
- GitHub 提供 SimulInfer 推理服务与 SimulTrain 训练工具；语音输出和克隆需配置 TTS 服务
- 可通过 Hy Translate App 试用
「多模态」频道最新
- 「无限递归漩涡」提示词：让图像层层内缩成催眠螺旋 — LudovicCreator · 2026-10-26
- Dreamina 首月 0.29 美元拉新,Reddit 热议 AI 视频工具该长期订阅谁 — AmbitiousMeat6860 · 2026-10-26
- 一条推文引爆工作流：Opus + MiniMax H3 几十分钟量产抖音魔性 MV — Hailuo_AI · 2026-10-26
- Midjourney 风格码 sref 组合实测：柔和雪景插画参考 — sergeantsref · 2026-10-26
- 不必用 Figma 做渐变，Midjourney 一句话生成光效背景 — hewarsaber · 2026-10-26
- MiniMax H3 小显存提速七法对比:turbo LoRA 只省步数不省单步 — musetta_ai · 2026-10-26