Qwen3.8-LiveTranslate 发布延迟仅2.3秒的实时翻译模型
Qwen3.8-LiveTranslate 是阿里巴巴通义千问最新的实时语音翻译模型,通过其统一的交错(Interleave)架构重新定义了同声传译。这一创新提升了准确性、流畅性和简洁性,将每个字符的平均延迟(LAAL)从 2.8 秒降低至 2.3 秒——这 0.5 秒的关键改进确保了在轻微延迟即可破坏流程的领域中,提供自然的聆听体验。
在支持 60 种语言的基础上,更新后的模型引入了三项针对实时传译的实用增强功能。首先,它支持实时说话人分离,能够准确地将每个句子分配给正确的说话人,同时保持稳定的声音克隆,从而防止串音或说话人混淆。其次,它以并排方式显示源文本和翻译文本,使听众在听到翻译的同时能够视觉跟随。第三,它增强了长上下文消歧能力,使模型能够利用先前上下文以提高准确性——特别是针对姓名和专业术语,这些通常是常见的错误点。

Qwen3.8-LiveTranslate 的核心采用了基于混合 MoE(混合专家模型)的思考者-说话者双模块设计。交错机制将流式理解、文本生成和语音合成无缝集成到单一管道中。思考者将视频、音频、源文本和翻译输出处理为统一的因果序列,按时间顺序排列,从而产生端到端的结果,同时处理“理解”和“翻译”。随后,说话者根据原始音频的引导,将翻译文本转换为语音,并保留源说话人的声音特征。

相关文章
OpenAI 推出支持 128K 上下文的隐私过滤器,具备八种识别模式
OpenAI 推出了 隐私过滤器(Privacy Filter),这是一款最先进的个人身份信息(PII)匿名化模型。该工具现已在 Hugging Face 和 GitHub 上以 Apache 2.0 许可证 开放,为开发者提供了一种本地化、高度可定制的解决方案,以实现强大的隐私保护。超越基于规则匹配的先进语义理解与传统的基于规则的工具不同,隐私过滤器利用深层语言理解能力,根据上下文准确识别非结构化文本中的敏感数据。这种方法在最大程度保留公共内容实用性的同时,有效地隐藏了私人信息。轻量级 MoE
NewCore 筹集 6600 万美元,为 AI 代理配备身份,使其逐步承担员工角色
网络安全初创公司 NewCore 正式结束低调运营期,于周一宣布获得 6600 万美元融资。该公司旨在解决一个许多组织在整合 AI 智能体时将面临的严峻挑战:如何大规模地对这些数字员工进行身份认证、治理和控制。本轮种子轮融资由专注于网络安全的风险投资公司 Cyberstarts 领投,Index Ventures 和 Evolution Equity Partners 等机构跟投。融资完成后,NewCore 的估值达到 3 亿美元。各组织越来越将 AI 智能体视为职场中的活跃参与者,而非仅仅
微软与Mistral达成数十亿美元的欧洲人工智能合作协议
此次合作的核心是一项价值数十亿美元的协议,旨在加强整个欧洲的人工智能基础设施。图片来源:微软微软与法国领先的人工智能公司Mistral共同宣布了一项价值数十亿美元的合作计划,旨在强化欧洲的人工智能生态系统。微软与法国先进大型语言模型开发商Mistral宣布达成一项新协议,旨在扩展欧洲境内的人工智能基础设施。该协议标志着双方现有合作关系的重大扩展,Mistral的人工智能模型也将由此整合到微软的产品
相关专题推荐
评论 (0)
0/500
Qwen3.8-LiveTranslate 是阿里巴巴通义千问最新的实时语音翻译模型,通过其统一的交错(Interleave)架构重新定义了同声传译。这一创新提升了准确性、流畅性和简洁性,将每个字符的平均延迟(LAAL)从 2.8 秒降低至 2.3 秒——这 0.5 秒的关键改进确保了在轻微延迟即可破坏流程的领域中,提供自然的聆听体验。
在支持 60 种语言的基础上,更新后的模型引入了三项针对实时传译的实用增强功能。首先,它支持实时说话人分离,能够准确地将每个句子分配给正确的说话人,同时保持稳定的声音克隆,从而防止串音或说话人混淆。其次,它以并排方式显示源文本和翻译文本,使听众在听到翻译的同时能够视觉跟随。第三,它增强了长上下文消歧能力,使模型能够利用先前上下文以提高准确性——特别是针对姓名和专业术语,这些通常是常见的错误点。

Qwen3.8-LiveTranslate 的核心采用了基于混合 MoE(混合专家模型)的思考者-说话者双模块设计。交错机制将流式理解、文本生成和语音合成无缝集成到单一管道中。思考者将视频、音频、源文本和翻译输出处理为统一的因果序列,按时间顺序排列,从而产生端到端的结果,同时处理“理解”和“翻译”。随后,说话者根据原始音频的引导,将翻译文本转换为语音,并保留源说话人的声音特征。

OpenAI 推出支持 128K 上下文的隐私过滤器,具备八种识别模式
OpenAI 推出了 隐私过滤器(Privacy Filter),这是一款最先进的个人身份信息(PII)匿名化模型。该工具现已在 Hugging Face 和 GitHub 上以 Apache 2.0 许可证 开放,为开发者提供了一种本地化、高度可定制的解决方案,以实现强大的隐私保护。超越基于规则匹配的先进语义理解与传统的基于规则的工具不同,隐私过滤器利用深层语言理解能力,根据上下文准确识别非结构化文本中的敏感数据。这种方法在最大程度保留公共内容实用性的同时,有效地隐藏了私人信息。轻量级 MoE
NewCore 筹集 6600 万美元,为 AI 代理配备身份,使其逐步承担员工角色
网络安全初创公司 NewCore 正式结束低调运营期,于周一宣布获得 6600 万美元融资。该公司旨在解决一个许多组织在整合 AI 智能体时将面临的严峻挑战:如何大规模地对这些数字员工进行身份认证、治理和控制。本轮种子轮融资由专注于网络安全的风险投资公司 Cyberstarts 领投,Index Ventures 和 Evolution Equity Partners 等机构跟投。融资完成后,NewCore 的估值达到 3 亿美元。各组织越来越将 AI 智能体视为职场中的活跃参与者,而非仅仅
微软与Mistral达成数十亿美元的欧洲人工智能合作协议
此次合作的核心是一项价值数十亿美元的协议,旨在加强整个欧洲的人工智能基础设施。图片来源:微软微软与法国领先的人工智能公司Mistral共同宣布了一项价值数十亿美元的合作计划,旨在强化欧洲的人工智能生态系统。微软与法国先进大型语言模型开发商Mistral宣布达成一项新协议,旨在扩展欧洲境内的人工智能基础设施。该协议标志着双方现有合作关系的重大扩展,Mistral的人工智能模型也将由此整合到微软的产品





首页






