Qwen3.8-LiveTranslate、2.3秒の遅延を実現するリアルタイム翻訳モデルをリリース
Qwen3.8-LiveTranslateは、アリババQwenの最新リアルタイム音声翻訳モデルであり、統一されたInterleaveアーキテクチャを通じて同時通訳を再定義します。この革新は精度、流暢性、簡潔性を向上させ、1文字あたりの平均遅延(LAAL)を2.8秒から2.3秒に短縮しました。これは、わずかな遅延でも流れを妨げる可能性がある分野において、自然な聴取体験を保証する重要な0.5秒の改善です。
60言語のサポートを拡大する上で、更新されたモデルはリアルタイム通訳のための3つの実用的な強化機能をもたらします。第一に、リアルタイムの話者分離をサポートし、各文を正しい話者に正確に割り当てながら安定した音声クローニングを維持し、会話の交錯や話者の混乱を防ぎます。第二に、原文と翻訳されたテキストを並べて表示し、リスナーが翻訳を聞きながら視覚的に追跡できるようにします。第三に、長文脈の曖昧さ解消を強化し、モデルが以前の文脈を活用して精度を向上させることを可能にします。これは特に、名前や専門用語といった一般的なエラーポイントにおいて顕著です。

中核において、Qwen3.8-LiveTranslateはハイブリッドMoEに基づいたThinker–Talkerのデュアルモジュール設計を採用しています。Interleaveメカニズムは、ストリーミング理解、テキスト生成、音声合成をシームレスに単一のパイプラインに統合します。Thinkerは、動画、音声、原文、および翻訳出力を統一された因果シーケンスに変換し、時系列順に配置して、「理解」と「翻訳」の両方を同時に処理するエンドツーエンドの結果を生成します。次に、Talkerは元の音声に導かれながら、翻訳されたテキストを、元の話者の音声アイデンティティを保持する音声に変換します。

関連記事
英国議員、xAIのGrokが児童ポルノディープフェイクを許可したとして非難
英国労働党のジェス・朝藤議員は、イギリスの高等裁判所でイーロン・マスクのAI企業xAIを提訴し、同社のGrokプラットフォームが彼女の性的なディープフェイク画像を悪意を持って生成・配布するために使用されたと主張している。朝藤氏は、何千人もの女性や未成年者の権利を侵害するこの卑猥なコンテンツは、偶発的なエラーではなく意図的な設計選択を反映したものであると主張している。彼女は設計者に対する責任追及を求める訴訟を進めており、被害に対する公的な謝罪と金銭的補償を求めている。有害コンテンツの拡散に伴うセキ
OpenAI、128Kコンテキスト用のプライバシーフィルターを公開、8つの認識モードを搭載
OpenAIは、最先端の個人識別情報(PII)匿名化モデルである「Privacy Filter」を導入しました。Hugging FaceおよびGitHubでApache 2.0ライセンスの下で利用可能となったこのツールは、堅牢なプライバシー保護のためのローカルかつ高度にカスタマイズ可能なソリューションを開発者に提供します。ルールベースのマッチングを超えた高度な意味理解従来のルールベースのツールとは異なり、Privacy Filterは深い言語理解を活用し、文脈に基づいて非構造化テキスト内の機密デ
NewCoreは、AIエージェントにアイデンティティを付与し、従業員としての役割への移行を支援するために6600万ドルの資金調達を行った。
サイバーセキュリティスタートアップのNewCoreが正式にベールを脱し、月曜日に6,600万ドルの資金調達に成功した。同社は、多くの組織が今後AIエージェントの統合において直面する可能性のある重要な課題、すなわちこれらのデジタルワーカーを大規模に認証、ガバナンス、制御する方法に取り組むことを目的としている。このシードラウンドは、サイバーセキュリティに特化したベンチャーキャピタルであるCyberstartsがリードし、Index VenturesおよびEvolution Equity Partn
関連特集おすすめ
コメント (0)
0/500
Qwen3.8-LiveTranslateは、アリババQwenの最新リアルタイム音声翻訳モデルであり、統一されたInterleaveアーキテクチャを通じて同時通訳を再定義します。この革新は精度、流暢性、簡潔性を向上させ、1文字あたりの平均遅延(LAAL)を2.8秒から2.3秒に短縮しました。これは、わずかな遅延でも流れを妨げる可能性がある分野において、自然な聴取体験を保証する重要な0.5秒の改善です。
60言語のサポートを拡大する上で、更新されたモデルはリアルタイム通訳のための3つの実用的な強化機能をもたらします。第一に、リアルタイムの話者分離をサポートし、各文を正しい話者に正確に割り当てながら安定した音声クローニングを維持し、会話の交錯や話者の混乱を防ぎます。第二に、原文と翻訳されたテキストを並べて表示し、リスナーが翻訳を聞きながら視覚的に追跡できるようにします。第三に、長文脈の曖昧さ解消を強化し、モデルが以前の文脈を活用して精度を向上させることを可能にします。これは特に、名前や専門用語といった一般的なエラーポイントにおいて顕著です。

中核において、Qwen3.8-LiveTranslateはハイブリッドMoEに基づいたThinker–Talkerのデュアルモジュール設計を採用しています。Interleaveメカニズムは、ストリーミング理解、テキスト生成、音声合成をシームレスに単一のパイプラインに統合します。Thinkerは、動画、音声、原文、および翻訳出力を統一された因果シーケンスに変換し、時系列順に配置して、「理解」と「翻訳」の両方を同時に処理するエンドツーエンドの結果を生成します。次に、Talkerは元の音声に導かれながら、翻訳されたテキストを、元の話者の音声アイデンティティを保持する音声に変換します。

英国議員、xAIのGrokが児童ポルノディープフェイクを許可したとして非難
英国労働党のジェス・朝藤議員は、イギリスの高等裁判所でイーロン・マスクのAI企業xAIを提訴し、同社のGrokプラットフォームが彼女の性的なディープフェイク画像を悪意を持って生成・配布するために使用されたと主張している。朝藤氏は、何千人もの女性や未成年者の権利を侵害するこの卑猥なコンテンツは、偶発的なエラーではなく意図的な設計選択を反映したものであると主張している。彼女は設計者に対する責任追及を求める訴訟を進めており、被害に対する公的な謝罪と金銭的補償を求めている。有害コンテンツの拡散に伴うセキ
OpenAI、128Kコンテキスト用のプライバシーフィルターを公開、8つの認識モードを搭載
OpenAIは、最先端の個人識別情報(PII)匿名化モデルである「Privacy Filter」を導入しました。Hugging FaceおよびGitHubでApache 2.0ライセンスの下で利用可能となったこのツールは、堅牢なプライバシー保護のためのローカルかつ高度にカスタマイズ可能なソリューションを開発者に提供します。ルールベースのマッチングを超えた高度な意味理解従来のルールベースのツールとは異なり、Privacy Filterは深い言語理解を活用し、文脈に基づいて非構造化テキスト内の機密デ
NewCoreは、AIエージェントにアイデンティティを付与し、従業員としての役割への移行を支援するために6600万ドルの資金調達を行った。
サイバーセキュリティスタートアップのNewCoreが正式にベールを脱し、月曜日に6,600万ドルの資金調達に成功した。同社は、多くの組織が今後AIエージェントの統合において直面する可能性のある重要な課題、すなわちこれらのデジタルワーカーを大規模に認証、ガバナンス、制御する方法に取り組むことを目的としている。このシードラウンドは、サイバーセキュリティに特化したベンチャーキャピタルであるCyberstartsがリードし、Index VenturesおよびEvolution Equity Partn





家






