模型
腾讯发布Hy-SimulMT同传模型,支持中英双向语音翻译与声音克隆
Hy-SimulMT: A Low-Latency, High-Quality Model for Real-Time Simultaneous Translation
概述
Hy-SimulMT面向会议、演讲和访谈等连续语音场景,随输入音频到达逐步生成翻译,支持中文与英文双向语音同传,并可通过实时声音克隆保持说话者音色。官方主仓News明确标注2026年10月26日发布。 本批提供30B-A3B翻译输出模型及Interleave变体,后者可交错输出原文和译文;两组均提供FP8和GGUF版本,按同一任务家族合并。官方模型卡标注Apache-2.0许可。项目同时提供SimulInfer推理服务及SimulTrain训练工具;语音输出和声音克隆需要另行配置TTS服务,不能将模型权重本身视为完整端到端语音栈。 在发布方的RealSI长音频评测中,模型报告约3秒StreamLAAL,并比较翻译质量与流式延迟。StreamLAAL衡量流式翻译滞后,不是首段语音输出时间;该结果应结合其测试数据、所接语音服务和部署配置理解。HF仓库10月24日已有权重上传提交,但提交日期不能单独证明当时公开可用,本条采用供应方明确发布日。