モデル公開

Qwen3.5-LiveTranslate:音声から視覚へ、言葉から正確さへ

原題:Qwen3.5-LiveTranslate: From Sound to Sight, From Word to Right

AI 要約

Qwen3.5-LiveTranslate-FlashはQwenファミリー最新の同時通訳モデルで、Qwen3.5-Omniアーキテクチャに基づき、リアルタイムのマルチモーダル翻訳(音声、動画、視覚コンテキスト)をサポートする。言語カバレッジは大幅に拡大し、入力音声と出力テキストは18言語から60言語に、出力音声は10言語から29言語に増加した。Readable Unit技術を採用し、平均エンドツーエンドのトークンあたり遅延は2.8秒に短縮され、前世代と比較して最初のトークン遅延は3.45秒、トークンあたり遅延は1.88秒低減した。一文で起動できるリアルタイム音声クローンと動的に設定可能なホットワード強化をサポートする。FLEURSとCoVoST2ベンチマークで翻訳精度は主要な商用大規模音声モデルを上回る。

要点

  • 5-LiveTranslate-FlashはQwenファミリー最新の同時通訳モデルで、Qwen3.
  • 5-Omniアーキテクチャに基づき、リアルタイムのマルチモーダル翻訳(音声、動画、視覚コンテキスト)をサポートする。
  • 言語カバレッジは大幅に拡大し、入力音声と出力テキストは18言語から60言語に、出力音声は10言語から29言語に増加した。
  • Readable Unit技術を採用し、平均エンドツーエンドのトークンあたり遅延は2.
  • 8秒に短縮され、前世代と比較して最初のトークン遅延は3.

概要

公開日時
更新日時
出典
Qwen:Blog Retrieval(API)
カテゴリ
モデル公開
AI スコア
77
原文を読む 情報源で全文を読む
おすすめの理由

这个版本让同声传译从“能用”变成了“好用”,语言覆盖从 18 跃升 60,延迟压到 2.8 秒,加上视觉消除歧义,做国际业务和直播的人值得跟进。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Qwen3.5-LiveTranslate:音声から視覚へ、言葉から正確さへ。2026年5月19日。https://new.nat6.net/ja/news/cmpcs39q504wrslae56ztkjwi/

すべて見る →