腾讯混元同声传译大模型 Hy-SimulMT 开源,实测响应约 3 秒
中文摘要
腾讯开源Hy-SimulMT同声传译模型,支持中英实时翻译与音色克隆,响应仅3秒,质量媲美专家。
English Summary
Tencent open-sourced Hy-SimulMT, a simultaneous translation model supporting real-time Chinese-English audio-to-speech and voice cloning, with a 3-second response time matching human experts.
Original Excerpt
腾讯混元发布并开源同声传译大模型 Hy-SimulMT,支持中英语音到语音实时翻译,响应时间实测约 3 秒,低于人类专业译员 4-5 秒的平均水平,并支持实时音色克隆。该模型在腾讯 Hy 翻译 App 首发免费体验;在长音频评测集 RealSI 上延迟最低且效果达开源模型最佳,团队还邀请 6 位持 CATTI 一二级证书的人类同传专家对比测评,称其在翻译质量上达到专家水平且时延更低。