腾讯混元同声传译模型 Hy-SimulMT 开源，响应时间约 3 秒

腾讯混元发布并开源同声传译大模型 Hy-SimulMT，支持中英语音到语音实时翻译，响应时间实测约 3 秒，低于人类专业译员 4-5 秒的平均水平。模型边听边译并支持实时音色克隆，在 RealSI 长音频评测集上延迟最低且效果达到开源模型最佳，官方称超过大部分商用同传 API；与 6 位持 CATTI 证书的人类同传专家对比中，质量得分更高且时延更低。