10月26日,腾讯混元发布并开源同声传译大模型Hy-SimulMT,支持中英之间语音到语音实时翻译,模型可边听边译并实时输出译文和语音。
该模型支持实时音色克隆,可还原说话人声音和语气;已在腾讯Hy翻译App首发,免费提供服务体验。官方称其响应时间实测约3秒,人类专业译员平均水平为4-5秒。
测评显示,Hy-SimulMT翻译效果超过主流开源同传模型和大部分商用同传API;在RealSI长音频评测集上延迟最低且效果达开源模型最佳。团队还用十个领域音频与6位人类同传专家对比,称其翻译质量达专家水平、速度更快。
