搜索
腾讯混元同声传译大模型 Hy-SimulMT 开源
3 小时前
腾讯近日发布了混元同声传译大模型Hy-SimulMT，并决定将其开源。该模型具备低时延和高准确率的特点，支持中英语音到语音的实时翻译，能够边听边译，实时输出译文和语音。此外，它还支持实时音色克隆，可以还原说话人的声音和语气。实测显示，该模型的响应时间约为3秒，优于人类专业译员的4-5秒，翻译效果也超过了市面上主流的开源同传模型和大部分商用同传API。在业界常用的长音频开源评测集RealSI上，Hy-SimulMT在延迟最低的情况下达到了开源模型中的最佳效果，表现优于多数商业API，在短音频测试集上同样表现出色。腾讯团队在合规范围内收集了覆盖十个领域、多个场景的新出中英音频进行测评，并与6位拥有CATTI一、二级口译证书且具备多年实战经验的人类同传专家进行对比。结果显示，该模型的翻译质量达到甚至超过了人类同传专家的水平，且时延更低。
