Alibabas modell för simultantolkning i realtid som håller isär vem som pratar, visar original och översättning samtidigt och talar översättningen med talarens egen röst.
Qwens översiktsbild: talarseparering, synkron tvåspråkig text och tolkning med hjälp av sammanhanget [1]
Qwen3.8-LiveTranslate är en AI-modell för simultantolkning: den lyssnar på tal (och kan även se video) och översätter löpande, både som text och som uppläst tal. Enligt Qwen har den en genomsnittlig fördröjning på 2,3 sekunder, ned från 2,8 sekunder i föregående generation, samtidigt som översättningarna blivit mer trogna, flytande och koncisa.
Tre nyheter gör den användbar i fler situationer. Den skiljer på talare i realtid, så varje mening knyts till rätt person och den översatta rösten låter mer som just den personen. Den visar originaltext och översättning synkront på samma skärm, vilket fungerar som tvåspråkig undertext. Och den använder det som sagts tidigare för att reda ut tvetydiga namn och termer.
Tekniskt bygger den på en Thinker–Talker-design med MoE: Thinker-delen lägger video, ljud, källtext och översättning i en enda tidsordnad sekvens, och Talker-delen gör om översättningen till tal med originaltalarens röstklang. Den förstår 60 språk som inmatning, svenska inräknat, och kan tala översättningar på 29 språk, även där med svenska. Modellen används via Alibabas API (modellnamnet qwen3.8-livetranslate-flash-realtime); några nedladdningsbara vikter nämns inte.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.