阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，支持原文译文同帧同出

IT之家 9 月 19 日消息，阿里千问今日发布同声传译大模型 Qwen3.8-LiveTranslate ，模型以 Interleave 架构重构实时同传，准确度、流畅度、简洁度全面提升，字均延迟（LAAL）从 2.8 秒降至 2.3 秒。

官方表示，在支持 60 种语言的基础上，Qwen3.8-LiveTranslate 新增三项能力让同传更广泛的应用于真实场景中：

实时说话人分离，每句话归属清晰，音色复刻更稳定；
原文译文同帧同出，双语同屏；
长上下文消歧，联系前文读懂当下，人名术语翻译更精准。

Qwen3.8-LiveTranslate 采用基于 Hybrid MoE 的 Thinker–Talker 双模块设计，通过 Interleave 方式衔接流式理解、文本输出与语音生成。其中，Thinker 把视频、音频、原文与译文编排进同一条因果序列，按时序交替排列、端到端产出，让理解与翻译在单一序列内完成；Talker 再结合译文和源音频，把译文合成为保留原说话人音色的译文语音。

在覆盖 14 个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，Qwen3.8-LiveTranslate 在翻译的忠实度、流畅度、简洁度以及说话人识别的错误率 DER（Diarization Error Rate，说话人分离错误率）四个维度上均优于目前行业主流实时同传系统。