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、发布粤语、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-LiveTQwranslate-Flash的核心创新在于视觉上下文增强技术。系统不仅能"听懂"语言en，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3-和复杂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专家Li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。通过语义单ve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。
测试Tr数据显示，Qwen3-LiveTranslate-Flash在中英及多语言翻译an准确率上显著超越Gemini-2.5-Flash、GPT-4o-Audio-Previslew和Voxtral Small-24B等主流模型，在多领域和复杂声学环境下表现at卓越。
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，扩展语种覆盖范围，Fl增强复杂语音环境下的鲁棒性。
本文地址：http://soft.zmdinfo.ha.cn/html/98b4890931.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。