Qwen3.5-LiveTranslate: จากเสียงสู่ภาพ จากคำสู่ความแม่นยำ
หัวข้อต้นฉบับ:Qwen3.5-LiveTranslate: From Sound to Sight, From Word to Right
สรุปโดย AI
Qwen3.5-LiveTranslate-Flash เป็นโมเดลแปลแบบพูดพร้อมกันรุ่นล่าสุดในตระกูล Qwen อิงสถาปัตยกรรม Qwen3.5-Omni รองรับการแปลมัลติโมดัลแบบเรียลไทม์ (เสียง วิดีโอ และบริบทภาพ) ความครอบคลุมภาษาขยายขึ้นอย่างมาก: เสียงอินพุตและข้อความเอาต์พุตเพิ่มจาก 18 เป็น 60 ภาษา เอาต์พุตเสียงเพิ่มจาก 10 เป็น 29 ภาษา ใช้เทคโนโลยี Readable Unit ทำให้ความหน่วงเฉลี่ยแบบ end-to-end ต่อโทเคนลดลงเหลือ 2.8 วินาที เทียบกับรุ่นก่อนหน้าลดลง 3.45 วินาทีสำหรับโทเคนแรก และ 1.88 วินาทีต่อโทเคน รองรับการโคลนเสียงแบบเรียลไทม์ที่เริ่มด้วยประโยคเดียวและการเสริมคำสำคัญที่กำหนดค่าได้แบบไดนามิก ความแม่นยำในการแปลบน基準 FLEURS และ CoVoST2 สูงกว่าโมเดลเสียงขนาดใหญ่เชิงพาณิชย์ชั้นนำ
ข้อมูลสำคัญ
- 5-LiveTranslate-Flash เป็นโมเดลแปลแบบพูดพร้อมกันรุ่นล่าสุดในตระกูล Qwen อิงสถาปัตยกรรม Qwen3.
- 5-Omni รองรับการแปลมัลติโมดัลแบบเรียลไทม์ (เสียง วิดีโอ และบริบทภาพ)…
- 8 วินาที เทียบกับรุ่นก่อนหน้าลดลง 3.
- 45 วินาทีสำหรับโทเคนแรก และ 1.
- 88 วินาทีต่อโทเคน รองรับการโคลนเสียงแบบเรียลไทม์ที่เริ่มด้วยประโยคเดียวและการเสริมคำสำคัญที่กำหนดค่…
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Qwen:Blog Retrieval(API)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 77
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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Qwen3.5-LiveTranslate: จากเสียงสู่ภาพ จากคำสู่ความแม่นยำ 19 พฤษภาคม 2026 https://new.nat6.net/th/news/cmpcs39q504wrslae56ztkjwi/