阿里通义千问开源 Qwen3.8-LiveTranslate 实时同声传译模型

阿里巴巴开源实时同声传译模型 Qwen3.8-LiveTranslate，展示了端到端语音与文本多模态翻译在低延迟和多说话人场景下的新进展。

• 模型基于 Interleave 架构构建，支持 60 种语言，将平均滞后时间（LAAL）从 2.8 秒降低至 2.3 秒。
• 新增实时说话人日志（Diarization）能力，可在多人对话中区分说话人，并通过语音克隆保留各说话人的音色特征。
• 支持双语同步同屏显示，并利用长上下文对话历史对人名和术语进行消歧，以提升翻译一致性。
• 影响/看点：该模型将延迟压低至 2.3 秒并增强多人识别，若在边缘设备或高并发线上会议场景保持稳定推断，可能进一步降低实时跨语言沟通工具的部署门槛。
• 资料依据：
• X：通义千问 / Qwen（2026-09-19）：https://x.com/Alibaba_Qwen/status/2101206705111757253

本内容由 AI 生成，仅供参考，请注意甄别