Qwen3.8-LiveTranslate - 阿里通义推出的实时翻译模型

Qwen3.8-LiveTranslate是什么

Qwen3.8-LiveTranslate 是阿里通义千问推出的实时同声传译大模型。模型采用Interleave单流架构，将字均延迟从2.8秒压缩至2.3秒，支持60种语言识别、29种语言语音输出。模型支持多人发言时自动区分说话人并分别复刻音色朗读译文，原文译文同屏同步输出，结合长上下文消除人名、术语歧义。模型支持视频/图像输入辅助消歧，适用于跨国会议、跨境直播、视频本地化等场景。

Qwen3.8-LiveTranslate的功能特色

• 极速同传：基于Interleave架构的音频-文本单流处理，边说边译，字均延迟仅2.3秒，翻译过程几乎无感。
• "闻声识人"：多人交替发言时自动区分不同说话人，译文语音还能分别还原各人的音色，信息归属一目了然。
• 双语同屏：原文与译文同步呈现、逐句对齐，看字幕、核对原文无需来回切换，天然适配字幕制作与内容检索。
• 语境记忆：把历史对话纳入理解范围，跨轮推理消除歧义，人名、术语、指代前后一致，长篇对话不"断片"。
• 多语种覆盖：可识别60种语言，支持29种语言的语音播报，小语种交流也不在话下。
• 画面辅助理解：支持视频/图像输入，结合画面内容辅助判断语义，翻译更贴合实际场景。

Qwen3.8-LiveTranslate的核心优势

• 延迟更低：Interleave架构缓存复用已听音频与已出译文，字均延迟从2.8秒降至2.3秒，同传更流畅。
• 音色可辨：说话人分离与音色克隆结合，多人对话中译文依然"听得出是谁在说话"。
• 双语同步：原文译文同帧输出，无需额外对齐即可直接用于字幕、整理与检索。
• 语境连贯：长上下文建模让专有名词、人名、指代跨轮保持一致，告别单句翻译的歧义。
• 语种更广：覆盖60种语言识别与29种语言语音输出，满足全球化多语种交流需求。

Qwen3.8-LiveTranslate的使用步骤

• 打开官方体验页 https://omni.qwen.ai/live-translate。
• 授权麦克风访问权限。
• 选择源语言和目标语言。
• 开始讲话，即可看到实时双语字幕并听到译文朗读。

• 注册并登录千问 AI 平台，创建并获取 API Key。
• invocaciones qwen3.8-livetranslate-flash-realtime 模型的实时接口，接入音频流。
• 接收返回的双语文本流与译文语音流即可使用。

Qwen3.8-LiveTranslate的适用人群

• 跨国企业职员：适用国际会议、跨部门协作，告别语言障碍。
• 跨境电商主播：直播时实时输出双语字幕与译文语音，触达全球观众。
• 出海企业客服/培训师：支撑海外客户语音咨询与多语种员工培训。
• 展会/会展从业者：为参展双方现场交流提供低延迟同传，节省专业译员成本。
• 内容创作者与译制团队：输入视频即可生成对齐字幕和配音，简化影视、课程本地化流程。
• estudiante de lenguas extranjeras：借助双语同帧输出对照学习，实时验证听力理解。

Qwen3.8-LiveTranslate的常见问题

Q1：它是免费的吗？

A1:在线体验页可免费试用；API 调用按千问 AI 平台/阿里云百炼的实时语音接口计费。

Q2：延迟多少？能实时对话吗？

A2：字均延迟（LAAL）约 2.3 秒，边说边译，适合会议、直播等实时场景。

Q3：支持多少种语言？

A3：支持 60 种语言识别输入，29 种语言语音输出。

Q4：多人一起说话会怎样？

A4：模型会自动完成说话人分离（Diarization），并为每位说话人分别复刻音色生成译文。

Q5：能翻译视频吗？

A5：可以，支持视频/图像输入，借助画面内容辅助消歧，可直接生成对齐的双语字幕和配音。