Ali lança modelo de tradutor de voz

Ali lançou o modelo Qwen3.8-LiveTranslate, que traduz voz em tempo real. O modelo reduziu a latência de tradução de 2,8 segundos para 2,3 segundos.

A arquitetura Interleave ajuda a melhorar a tradução em tempo real, tornando o processo mais fluido. O modelo suporta 60 idiomas, permitindo que usuários de diferentes línguas se comuniquem com mais facilidade. Ele também inclui a capacidade de separar falantes em tempo real, algo que antes era difícil de implementar.

A exibição simultânea de texto e áudio traduzido é outra novidade que torna a experiência mais natural. O modelo foi avaliado no conjunto de dados Omnilingua-MSpeaker com 14 direções linguísticas e no FLEURS com 70 direções linguísticas, o que mostra sua eficácia em diferentes contextos. O Qwen3.8-LiveTranslate é uma evolução do tradutor de voz da Ali, que visa melhorar a precisão e a fluidez da tradução em tempo real.

O modelo utiliza um design de dois módulos, Thinker e Talker, que otimizam a entrega de traduções em tempo real. A capacidade de reconhecimento de contexto longo também foi incluída, permitindo que o sistema entenda melhor o significado das frases.

A arquitetura Interleave permite que o modelo entenda melhor o contexto, tornando a tradução mais natural. Suportar 60 idiomas significa que o modelo pode se adaptar a diferentes conversas sem precisar mudar de configuração. Isso facilita a comunicação em ambientes multilíngues.

O modelo foi testado em conjuntos de dados complexos, como Omnilingua-MSpeaker e FLEURS, o que mostra que ele consegue lidar com variações de linguagem. Esses testes ajudam a garantir que a tradução seja precisa mesmo em situações desafiadoras. A combinação desses recursos torna o modelo mais eficiente.

O modelo também foi avaliado em 14 direções linguísticas do conjunto Omnilingua-MSpeaker, o que reforça sua capacidade de lidar com variações regionais e de estilo. Essa abordagem ajuda a manter a precisão mesmo em conversas complexas, onde diferentes formas de falar podem mudar o significado. A combinação desses testes com a arquitetura Interleave aumenta a confiabilidade da tradução em tempo real.

O Qwen3.8-LiveTranslate separa falantes em tempo real, garantindo que cada voz seja identificada e traduzida de forma isolada. Isso melhora a precisão da tradução simultânea, mesmo em ambientes com múltiplas pessoas. A arquitetura Interleave intercala entrada e saída, aumentando a fluidez da tradução.

O modelo suporta 60 idiomas e permite a exibição simultânea de texto e áudio traduzido. A redução da latência de tradução de 2,8 para 2,3 segundos mede um ganho de eficiência no processamento. Esses testes validam a eficácia do sistema em diferentes contextos de uso. A experiência de tentativa gratuita está disponível para usuários interessados.