阿里巴巴Qwen团队发布了Qwen3.8-LiveTranslate，这是一款下一代实时同步翻译模型，能够在说话者仍在讲话时监听实时语音并返回翻译后的文本和音频。此次发布引入了新的Interleave架构，旨在降低延迟并提升翻译质量。

  • 平均滞后时间（LAAL）从2.8秒降至2.3秒，提升了约18%。
  • 该模型支持理解60种语言，并能口述其中29种语言。
  • 新增功能包括实时说话人日志记录、同步双语显示以及长上下文消歧。
  • 它接受音频和可选的视频输入，以帮助在嘈杂环境中利用视觉线索。
  • 可通过Alibaba Cloud Model Studio和QwenCloud上的WebSocket API获取。

该模型以托管API的形式部署，允许开发者将实时翻译功能集成到应用中，并为音频和文本的输入与输出提供特定的定价层级。