Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型，LAAL 降至 2.3 秒

阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，以 Interleave 架构重构实时同传。据官方博客与 IT之家报道，该模型在准确度、流畅度、简洁度上全面提升，字均延迟（LAAL）从上一代的 2.8 秒降至 2.3 秒；在支持 60 种语言输入的基础上新增三项能力：实时说话人分离（每句话归属清晰、音色复刻更稳定）、原文译文同帧同出（双语同屏）、长上下文消歧（联系前文使人名术语翻译更精准）。

技术层面，IT之家报道称该模型采用基于 Hybrid MoE 的 Thinker–Talker 双模块设计，通过 Interleave 方式衔接流式理解、文本输出与语音生成：Thinker 把视频、音频、原文与译文编排进同一条因果序列，按时序交替排列、端到端产出；Talker 结合译文和源音频，把译文合成为保留原说话人音色的译文语音。官方博客称音频与文本被编织为单一音文交错流，已听到的音频与已产出的译文均可缓存复用。

评测方面，官方称在覆盖 14 个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，该模型在翻译忠实度、流畅度、简洁度及说话人分离错误率（DER）四个维度均优于目前行业主流实时同传系统；在公开 FLEURS 音频测试集上评测 70 个语言方向，其在翻译质量、字均延迟、语音识别准确率及语音合成质量四个维度领先上一代及当前主流实时同传系统。上述评测结果均为官方表述。

可用性方面，官方博客称该模型经 DashScope API 提供，并给出完整实时同传客户端示例：捕获麦克风音频、流式传输至服务器并接收播放译文；本代新增的说话人分离与原文译文同步输出能力均通过会话配置启用，服务器在返回译文的同时返回说话人标识与源语言文本，无需单独调用 ASR 接口。IT之家另给出尝鲜体验地址与模型 API 地址。