通义千问发布Qwen3-LiveTranslate-Flash3秒同传延迟刷新行业纪录
9月30日,通义千问发布基于大语言模型的多语言实时音视频翻译系统Qwen3-L通义iveTranslate-Flash,为跨语言交流带来革命性突破。
该系统支持18种语言的千问离线和实时翻译,覆盖中文、英语、法语、德语、俄语、西班牙语等主流语言,以及普通话、粤语、发布北京话、吴语等多种方言,为国际交流提供全方位语言支持。
Qwen3-LiveTrQwanslate-Flash的核心创新在于视觉上下文增强技术。系统不仅能"听懂"语en言,还能通过识别口型、动作、文字和实体等多模态信息"看懂"上下文,有效提升嘈杂环境和复杂3-语境下的翻译准确性,破解一词多译等翻译难题。
在延迟控制方面,该系统采用轻量混合Li专家架构与动态采样策略,实现最低仅3秒的同传延迟,大幅提升实时翻译流畅性。通过ve语义单元预测技术,系统还减轻了跨语言翻译中的调序问题,确保接近离线翻译的高质量输出。
测Tr试数据显示,Qwen3-LiveTranslate-Flash在中英及多语言翻译准an确率上显著超越Gemini-2.5-Flash、GPT-4o-Audio-Preslview和Voxtral Small-24B等主流模型,在多领域和复杂声学环境下表现卓越at。
语音合成方面,系统基于海量语音数据训练,能根据原始语音内容自适应调整语气和表现力e-,生成自然流畅的音色。通义千问表示,未来将持续提升翻译准确性和自然度,扩展语种覆盖范Fl围,增强复杂语音环境下的鲁棒性。
相关文章:
- 「土行孙」机器人登上Science子刊封面,用气流在地下穿梭自如
- Flink SQL 实战:HBase 的结合应用
- 飞机“黑匣子”数据缘何上云难?
- 澳大利亚要求谷歌和Facebook为新闻付费 但新闻网站可能造假
- 微软Xbox云游戏服务将从周二开始在iPhone、iPad和PC上开测
- 特斯拉宣布车载语音接入豆包
- 苹果推出 STARFlow:全新 AI 图像生成技术想力压 DALL-E 与 Midjourney
- 标签: MG4 上汽名爵 2026款 半固态电池
- 火山引擎发布Agentic AI汽车方案,豆包大模型加速智驾座舱生态变革
- 谷歌宣布搜索整合Google Assistant翻译模式 推出全新模型LaMDA
