Alibaba ra mắt Qwen3.8-LiveTranslate: Mô hình thông dịch trực tiếp với độ trễ cực thấp

Theo tin từ IT ngày 19 tháng 9, Alibaba Qwen hôm nay đã ra mắt mô hình ngôn ngữ lớn phiên dịch đồng thời Qwen3.8-LiveTranslate. Mô hình này tái cấu trúc khả năng phiên dịch đồng thời theo thời gian thực bằng kiến trúc Interleave, giúp cải thiện toàn diện về độ chính xác, độ trôi chảy và độ súc tích, đồng thời giảm độ trễ trung bình trên mỗi từ (LAAL) từ 2,8 giây xuống còn 2,3 giây.

Phía nhà phát triển cho biết, trên nền tảng hỗ trợ 60 ngôn ngữ, Qwen3.8-LiveTranslate đã bổ sung ba khả năng mới giúp ứng dụng phiên dịch đồng thời rộng rãi hơn trong các tình huống thực tế:

Tách biệt người nói theo thời gian thực, phân định rõ ràng từng câu nói, giúp việc tái tạo âm sắc ổn định hơn;

Văn bản gốc và bản dịch xuất hiện cùng khung hình, hiển thị song ngữ trên cùng một màn hình;

Khử nhiễu ngữ cảnh dài, hiểu rõ nội dung hiện tại dựa trên ngữ cảnh trước đó, giúp dịch tên riêng và thuật ngữ chính xác hơn.

Qwen3.8-LiveTranslate sử dụng thiết kế hai mô-đun Thinker–Talker dựa trên Hybrid MoE, kết nối việc hiểu luồng, xuất văn bản và tạo giọng nói thông qua phương thức Interleave. Trong đó, Thinker sắp xếp video, âm thanh, văn bản gốc và bản dịch vào cùng một chuỗi nhân quả, được sắp xếp xen kẽ theo trình tự thời gian và xuất ra theo phương thức end-to-end, cho phép hoàn tất việc hiểu và dịch trong một chuỗi duy nhất; Talker sau đó kết hợp bản dịch với âm thanh gốc để tổng hợp thành giọng nói bản dịch vẫn giữ nguyên âm sắc của người nói ban đầu.

Trên tập dữ liệu đánh giá âm thanh dài đa người nói Omnilingua-MSpeaker bao phủ 14 hướng ngôn ngữ, Qwen3.8-LiveTranslate vượt trội hơn các hệ thống phiên dịch đồng thời thời gian thực phổ biến hiện nay trên thị trường ở cả bốn khía cạnh: độ trung thực của bản dịch, độ trôi chảy, độ súc tích và tỷ lệ lỗi nhận diện người nói DER (Diarization Error Rate).

Nhà phát triển đã đánh giá hiệu suất phiên dịch đồng thời thời gian thực của mô hình trên 70 hướng ngôn ngữ bằng tập dữ liệu kiểm thử âm thanh công khai FLEURS. Qwen3.8-LiveTranslate dẫn đầu so với thế hệ trước và các hệ thống phiên dịch đồng thời thời gian thực phổ biến hiện nay ở bốn khía cạnh: chất lượng dịch thuật, độ trễ trung bình trên mỗi từ, độ chính xác nhận diện giọng nói và chất lượng tổng hợp giọng nói.

IT đính kèm các liên kết liên quan:

Trải nghiệm thử: https://omni.qwen.ai/live-translate

API mô hình: https://www.qianwenai.com/models/qwen3.8-livetranslate-flash-realtime

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian chọn lọc, kết quả chỉ mang tính chất tham khảo. Tất cả các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.