腾讯混源开源 Hy-SimulMT 同声传译,StreamLAAL 延迟约 3 秒
腾讯混元于 10 月 27 日发布并开源 Hy-SimulMT,一款可实时复制说话者声音、双向翻译中英语音的同声传译模型;模型采用 30B-A3B 混合专家(MoE)架构,以 Apache 2.0 授权发布于 GitHub 与 Hugging Face,并已在 Hy Translate 应用程序率先上线供用户免费使用。 Hy-SimulMT 技术架构:30B-A3B 混合专家系统、Apache 2.0 授权 据 GitHub 与 Hugging Face 页面资料,Hy-SimulMT 采用 30B-A3B 混合专家(Mixture of Experts)架构,提供 FP8 版本、GGUF 版本,以及可输出原始文本的 Interleave 变体;授权为 Apache 2.0。随模型一并发布的工具包含 SimulInfer(基于 vLLM 构建的服务栈,包含 Web 界面、WebSocket API 及可选的文字转语音功能)与 SimulTrain(用于在特定领域数据上进行进一步训练);llama.cpp 支持目前尚未合并。 模型首先在 Hy Translate 应用程序中上线,此版本延
Bisc·10-27 05:09
