实时互动网
·
云栖发布：从级联到端到端语音翻译大模型Gummy
💡
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
通义实验室语音团队和自然语言处理团队联盟在2024年云栖大会上推出了端到端语音翻译大模型Gummy，支持多语言实时翻译，翻译延迟低于0.5秒。Gummy还具备多语言混翻、术语干预与领域提示等商业化能力，解决语言障碍和多语言交流需求。
🎯
关键要点
- 通义实验室在2024年云栖大会上推出了端到端语音翻译大模型Gummy。
- Gummy支持多达十余种语言的实时翻译，翻译延迟低于0.5秒。
- Gummy采用端到端模型，直接将语音翻译为目标语言，无需中间文本。
- 在多个开源测试集上，Gummy取得了SOTA结果，翻译质量显著优于传统级联系统。
- Gummy支持多语言混翻、术语干预与领域提示等商业化能力。
- 实时语音翻译技术在教育、医疗、国际贸易等领域具有重要应用潜力。
- Gummy部分功能已上线通义APP，用户可下载体验。
➡️
