Qwen3.8-LiveTranslate 面向实时口译:它把听到的内容、已经生成的译文和语音输出放在交错式处理流程中,新增实时说话人区分、双语同步显示与长上下文消歧。官方测试报告称平均滞后时间从上一代的 2.8 秒降到 2.3 秒;这一数字来自特定评测集,不等于每种网络、语言组合的实际延迟。查看 Qwen 官方介绍、架构与语言列表。

它具体增加了什么
模型支持 60 种输入语音和文本输出语言,语音输出覆盖 29 种语言。多人轮流发言时,它尝试标出每句话属于谁,并让合成译音更稳定地保留说话人的音色;屏幕上可并列显示原文和译文,方便听者对照。长上下文能力则利用前文辨别专有名词、代词指向和重复提及的术语,减少逐句翻译时的歧义。
这些能力尤其适合远程会议、访谈、课程和双语活动,但自动分离说话人并不总能判断正确;多人抢话、远近麦克风和回声都可能造成归属错误。若使用声音克隆特征,需获得说话人许可,并明确告知参与者是否会保存音频。
怎样搭建一个会议测试
- 选择一段有授权的会议录音或演示对话,包含轮流发言、专有名词与短暂打断。
- 指定源语言和目标语言,并开启说话人区分和双语显示,检查译文是否与原句对齐。
- 比较领域词汇、发言者姓名和前后指代在上下文开启前后的稳定性。
- 实测端到端延迟、漏译、错译和说话人归属;重要决策、金额和合同内容由人工复核。