腾讯混元同声传译大模型 Hy-SimulMT 开源，响应时间仅 3 秒超人类译员

📋总体概括

腾讯10月26日发布并开源混元同声传译大模型Hy-SimulMT，支持中英语音到语音实时翻译，采用边听边译模式，响应时间实测约3秒，快于人类专业译员4-5秒的平均水平，还支持实时音色克隆还原说话人声音与语气。该模型在长音频评测集RealSI上实现延迟最低的同时翻译质量达到开源模型最佳，并超过多数商业同传API。模型已在腾讯Hy翻译App首发并免费提供体验。