9月20日消息，阿里千问于19日推出同声传译大模型 Qwen3.8-LiveTranslate。该模型借助 Interleave 架构对实时同传进行重构，在准确度、流畅度和简洁度方面均有提升，字均延迟（LAAL）由 2.8 秒缩短至 2.3 秒。
官方指出，在覆盖 60 种语言的前提下，Qwen3.8-LiveTranslate 增加了三项能力，使其同传功能可以更广泛地应用于真实场景：
实时说话人分离，每句话的归属清晰可辨，音色复刻更加稳定；
原文与译文同帧输出，双语同屏呈现；
长上下文消歧，结合前文理解当前内容，使人名和术语的翻译更为精准。
Qwen3.8-LiveTranslate 采用基于 Hybrid MoE 的 Thinker–Talker 双模块设计，以 Interleave 方式将流式理解、文本输出与语音生成衔接起来。其中，Thinker 将视频、音频、原文与译文编排进同一条因果序列，按时序交替排列并端到端产出，使理解与翻译在单一序列内完成；Talker 则结合译文和源音频，将译文合成为保留原说话人音色的译文语音。
在覆盖 14 个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，Qwen3.8-LiveTranslate 在翻译忠实度、流畅度、简洁度以及说话人识别错误率 DER（Diarization Error Rate，说话人分离错误率）四个维度上，均优于当前行业主流的实时同传系统。
官方在公开 FLEURS 音频测试集上对 70 个语言方向的实时同传表现进行了评测。Qwen3.8-LiveTranslate 在翻译质量、字均延迟、语音识别准确率以及语音合成质量四个维度上，领先于上一代及当前主流的实时同传系统。
