智东西

智东西9月30日音尘，刚刚，通义千问推出多谈话及时音视频同传模子Qwen3-LiveTranslate-Flash，占据多个中英及多谈话语音翻译榜单第又名！

Qwen3-LiveTranslate-Flash齐备了袒护18种谈话的离线和及时两种音视频翻译能力，主要有以下5个中枢亮点：

1、多谈话和方言：维持中语、英文、法语、德语、俄语、意大利语、西班牙语等主要官方谈话和庸碌话、粤语、北京话、吴话、四川话、天津话的方言翻译。

2、视觉增强：初度引入视觉落魄文增强工夫，Qwen3-LiveTranslate-Flash不错通过识别和诈欺口型、作为、翰墨、实体等多模态信息，有用支吾嘈噪音频环境以及一词多译词场景下的翻译不准问题。

3、3秒蔓延：轻量的夹杂大众架构与动态采样计策，同传齐备最低3秒的蔓延。

4、无损同传：该模子弃取语义单位瞻望工夫缓解跨谈话翻译的调序问题，齐备与离线翻译简直无损的翻译质料。

5、音色当然：该模子使用海量语音数据磨真金不怕火，不错字据原始语音实质自合适调度口吻和推崇力的拟东说念主音色。

在公开测试集上，中英及多谈话语音翻译榜单中，Qwen3-LiveTranslate-Flash的准确度优于现时主流大模子Gemini-2.5-Flash、GPT-4o-Audio-Preview和Voxtral Small-24B等模子，在除AVG.XX-EN之外的测试中均是第又名。

Qwen3-LiveTranslate-Flash在不同领域和复杂声学环境下的测试获利也优于Gemini-2.5-Flash等主流大模子。

该模子研发语义单位瞻望工夫来缓解跨谈话调序问题，其及时同传可在保持非及时翻译94%以上准确度的同期，显耀裁减蔓延。

视觉增强工夫进一步让Qwen3-LiveTranslate-Flash在嘈噪音频、一词多译、私著名词翻译等场景翻译更精确。在及时场景中，视觉信息弥补了语音落魄文的缺失，上风更彰着。

官方给出了丰富的实例，Qwen3-LiveTranslate-Flash在同传翻译、视觉增强赞助等能力上的推崇如实能打，确切为专科翻译使命主说念主员握了一把汗。

举例将阿里巴巴2023年12月份季度功绩电话会议进行中语同传：

输入音频：

输出步调：

凭借视觉增强赞助语音翻译功能，Qwen3-LiveTranslate-Flash或者识别出来mask（口罩）和Musk（马斯克）的分别：

该模子还不错识别低频私著名词，比如东说念主名：

Qwen3-LiveTranslate-Flash还维持多种谈话或方言的不同音色，举例：

1、芊悦，voice参数：Cherry

音色步调：

描述：阳光积极、亲切当然密斯姐。

维持的语种/方言：中语、英语、法语、德语、俄语、意大利语、西班牙语、葡萄牙语、日语、韩语

2、不吃鱼，voice参数：Nofish

音色步调：

描述：不会翘舌音的估量打算师。

维持的语种/方言：中语、英语、法语、德语、俄语、意大利语、西班牙语、葡萄牙语、日语、韩语

3、上海-阿珍，voice参数：Jada

音色步调：

描述：扬铃打饱读的沪上阿姐。

维持的语种/方言：中语（吴语）

4、北京-晓东，voice参数：Dylan

音色步调：

描述：北京巷子里长大的少年。

维持的语种/方言：中语（北京话）

5、四川-晴儿，voice参数：Sunny

音色步调：

描述：甜到你心里的川妹子。

维持的语种/方言：中语（四川话）

6、天津-李彼得，voice参数：Peter

音色步调：

描述：天津相声，专科捧哏。

维持的语种/方言：中语（天津话）

7、粤语-阿清，voice参数：Kiki

音色步调：

描述：甜好意思的港妹闺蜜。

维持的语种/方言：粤语

8、四川-程川，voice参数：Eric

音色步调：

描述：一个跳脱贩子的四川成皆须眉。

维持的语种/方言：中语（四川话）

Qwen3-LiveTranslate-Flash初度引入视觉落魄文增强工夫，让音视频AI翻译更上了一个台阶。

通义千问团队称，今后还将不竭擢升语音翻译的准确性、当然度、厚谊一致性，拓展更多语种的袒护范围，增强在多样复杂语音环境下的翻译鲁棒性。

在语音翻译这个应用面鼓励工夫跨越的红海赛说念kaiyun体育，通义千问此次推出新模子，或将大幅裁减宇宙竖立者在及时跨谈话交流应用上的立异门槛，加快催生从海外会议、跨境直播到无隔断疏通等场景的下一代居品落地。