Qwen3.8-LiveTranslate

Что это за модель

Qwen3.8-LiveTranslate — модель Alibaba для синхронного перевода. Она слушает живую речь, при желании смотрит видео и выдаёт перевод текстом и голосом, пока человек ещё говорит. Модель построена на основе линейки Qwen-Omni. Компания заявляет, что вместо привычной цепочки из трёх шагов (распознавание речи, перевод, синтез речи) здесь работает единая «чередующаяся» архитектура (Interleave): она обрабатывает звук, картинку и текст вместе. Картинка помогает понять, что говорят, когда одного звука мало.

Модель понимает 60 языков и озвучивает перевод на 29. По замерам Alibaba, среднее отставание от говорящего сократилось с 2,8 секунды у прошлой версии до 2,3 секунды. Для сравнения: живой синхронист обычно отстаёт на 2–3 секунды. Компания также говорит, что перевод стал точнее, глаже и короче.

У новой версии появилось три возможности. Она различает собеседников в разговоре нескольких людей и сохраняет голос каждого, то есть переводит голосом, похожим на исходный. Она показывает на одной ленте исходный текст и перевод. А ещё учитывает длинный контекст беседы: так легче выбрать верное значение многозначного слова и не путать термины и имена на протяжении встречи. Модель берут для перевода встреч, конференций, трансляций и видеозвонков.

Это узкая модель-переводчик, а не собеседник общего назначения. Работает она только через облако Alibaba по протоколу WebSocket, который держит постоянное соединение для потокового звука. Лимиты доступа на старте жёсткие: 10 запросов в минуту. Нескольким переговорным хватит, а колл-центру — нет.

Источники: Страница модели на QwenCloud