模型

腾讯混元开源Hy-SimulMT:支持声音克隆的中英同声传译模型

精选理由

腾讯混元开源的Hy-SimulMT能边说边译,延迟3秒左右,还能克隆说话人音色,代码都放GitHub了,搞语音方向的可以上手玩玩。

腾讯混元开源了实时同声传译模型Hy-SimulMT,支持中英双向翻译。模型能在说话人发言的同时持续输出翻译文本与语音,长语音测试中翻译延迟约3秒。它还支持实时声音克隆,生成目标语言语音时保留原发言者音色。推理与微调代码已在GitHub开放。

图片来源 · Gorden Sun
原文 · Gorden Sun

腾讯混元开源Hy-SimulMT:能克隆人声的同声传译模型

腾讯混元开源了支持中英双向的实时同声传译模型Hy-SimulMT。它能在说话人发言的同时持续输出翻译文本与语音,长语音测试中的翻译延迟控制在3秒左右。模型还支持实时声音克隆,可以在生成目标语言语音时保留原发言者的音色特征。适合用于跨语言会议、演讲等需要低延迟沟通的低风险交流场景,并已开放推理与微调代码。

Github:https://t.co/TW1tH4lFKy