千问实时同传更新：翻译要跟上，也要分清谁在说话

语音 / 多模态 · 9/10 · 持续观察

Qwen3.8-LiveTranslate 更新了实时同传能力。与把整段录音识别完再翻译不同，它在同一条连续序列中处理语音、文字和视频信息，一边接收，一边输出译文；配套语音模块再结合原音频生成翻译后的声音。官方提供了 API 和演示入口。

日常使用中，更有意义的变化是分清说话人，并对齐原文与译文。模型还会利用前面的对话处理人名、代词和歧义。这里的“上下文”指当前翻译过程，跨会话记忆仍是后续方向，不能写成已经拥有长期记忆。

官方报告，平均滞后指标 LAAL 从2.8秒降至2.3秒。它衡量的是特定测试下的翻译滞后，不等于任意网络环境里都能在2.3秒内完成整条语音链路。语言范围也要分开：音频输入与文字输出支持60种，语音输出支持29种。

我更关心它能否应对会议里的打断、多人交谈和专业名词，而不是单看一张排名表。官方同时使用公开数据和自建的多人翻译评测；本期尚未实际调用，也没有独立测试可证明它在所有语言上都更好。