L'équipe Qwen d'Alibaba a publié Qwen3.8-LiveTranslate, un modèle d'interprétation simultanée en temps réel de nouvelle génération qui écoute la parole en direct et renvoie du texte et de l'audio traduits pendant que l'orateur parle encore. Cette publication introduit une nouvelle architecture Interleave conçue pour réduire la latence et améliorer la qualité de la traduction.
- Le délai moyen (LAAL) passe de 2,8 secondes à 2,3 secondes, soit une amélioration d'environ 18 %.
- Le modèle prend en charge 60 langues pour la compréhension et peut en parler 29.
- Les nouvelles capacités incluent la diarisation des locuteurs en temps réel, l'affichage bilingue synchronisé et la désambiguïsation de contexte long.
- Il accepte les entrées audio et vidéo optionnelles pour aider avec les indices visuels dans les environnements bruyants.
- Disponible via l'API WebSocket sur Alibaba Cloud Model Studio et QwenCloud.
Le modèle est déployé en tant qu'API hébergée, permettant aux développeurs d'intégrer l'interprétation en temps réel dans des applications avec des paliers de tarification spécifiques pour les entrées et sorties audio et texte.