字节发布了一款端到端同声传译模型:Seed LiveInterpret 2.0,中英双向端到端同传,延迟为2-3秒
AIGCLINK
Visit on X38K followers
78,645 views
字节发布了一款端到端同声传译模型:Seed LiveInterpret 2.0,中英双向端到端同传,延迟为2-3秒
从演示效果看,准确性、复杂场景的处理、声音情绪的表达、语音克隆音色转换的效果相对都还可以
性能上,语音到语音翻译,中英互译平均翻译质量到了66.3分,接近专业真人同传水平
延迟上,语音到文本输出首字平均延迟2.21秒,语音到语音输出延时2.53 秒
功能上支持实时声音复刻,复刻不同说话人的音色
擅长多人对话、非流利语音以及长音频场景
对绕口令、诗词、美食文化等可相对自然互译
#AI同传 #SeedLiveInterpret #字节同传
12 Comments
Comments from the original post on X (Twitter)

@aigclink
体验地址: 技术报告:
25 likes

@winnerineast
以后可以把苹果的logo遮一下,国际惯例。
3 likes

@goodhawk2
体验后不行. 都没法操作.
1 like

@Whitederagon
太早期了,像个小demo产品。
1 like

@HashNewsHK
对话神器666

@DavidWu70
2-3秒?延迟大

@OiiDev
rst @readwise save thread

@lam66kow
emmm

@luyuncan
@readwise save thread

@cheuk_baby
这波翻译有点东西啊 @shoutdotfun $ENERGY $SHOUT $FAN $Bane

@DrWolfKing
这个功能,使用最近李沐开源那个模型,就能做到了

@Erimus_Koo
笑话这种需要上下文的东西,没有听到后半段,怎么能正确地翻译前半段呢?除非是有些旧笑话一听开头就知道全文。