腾讯开源中英同声传译模型 Hy-SimulMT，支持边听边译与音色克隆

　　腾讯混元 10 月 26 日发布并开源 Hy-SimulMT 同声传译模型，支持中文与英文之间的双向语音翻译。模型可持续接收说话人的音频，边听边输出译文和语音，并通过实时音色克隆保留说话人的声音特征。腾讯 Hy 翻译 App 已提供体验入口。

　　开源项目包含 SimulInfer 推理服务和 SimulTrain 训练工具，模型提供翻译输出与原文、译文交错输出两种版本，并有 FP8、GGUF 等格式。开发者部署时，语音输出与音色克隆还需要配置 TTS 服务。

　　腾讯公布的 RealSI 长音频评测中，模型的 StreamLAAL 指标约为 3 秒，表示译文相对输入音频的流式延迟，并非首次语音输出耗时。按该评测的 GEMBA 翻译质量评分，其结果高于参与对比的开源模型及 5 个商业 API 中的 4 个。

　　团队还用 18 段约 6 分钟的中英文音频，与 6 位专业同传译员作了小规模比较；结果只适用于所用样本、参与者和测试设置，不能据此推断所有场景都可替代人工同传。