科大訊飛近日宣布了一項重大技術(shù)突破，正式推出了名為“星火”的國內(nèi)首款端到端語音同傳大模型。這一創(chuàng)新成果標志著我國在語音識別與翻譯領(lǐng)域邁出了重要一步。
據(jù)科大訊飛官方介紹，“星火”語音同傳大模型專為解決日常對話、商務(wù)交流及行業(yè)翻譯等國際交流場景中的高難度同傳翻譯問題而設(shè)計。其性能在內(nèi)容完整性、信息準確性以及語言流暢度上均達到了行業(yè)頂尖水平，甚至超越了國際知名企業(yè)的同類產(chǎn)品，如谷歌的Gemini 2.0和OpenAI的GPT-4（原文GPT-4o疑為筆誤，此處已更正）。在實際應(yīng)用中，“星火”模型能夠?qū)崿F(xiàn)5秒以內(nèi)的同傳時延，這一速度已接近人類專業(yè)譯員的水平。
為了直觀展示“星火”模型的強大功能，科大訊飛還進行了現(xiàn)場演示。通過翻譯機進行語音同聲傳譯，即便是專有詞匯也能被準確翻譯，展現(xiàn)了模型在復(fù)雜語境下的處理能力。
“星火”語音同傳大模型還具備記錄回溯對話內(nèi)容的功能，用戶可以隨時查看之前的翻譯記錄。同時，該模型還支持連接耳機、音箱等音頻設(shè)備，為不同場景下的使用提供了極大的便利。
在技術(shù)層面，“星火”語音同傳大模型支持譯文長度的反向調(diào)控，能夠根據(jù)用戶需求調(diào)整翻譯結(jié)果的長度。同時，其語音到文本的端到端翻譯功能支持流式意群切分、語境理解及信息重組，確保了翻譯的準確性和流暢性。而流式語音合成功能則支持意群韻律銜接和自適應(yīng)語速調(diào)節(jié)，使翻譯結(jié)果更加自然、易于理解。
科大訊飛表示，未來將繼續(xù)深耕語音識別與翻譯領(lǐng)域，計劃在2025年推出更多翻譯機新品，以滿足不同用戶的需求。隨著“星火”語音同傳大模型的推出，科大訊飛在語音識別與翻譯領(lǐng)域的領(lǐng)先地位將進一步鞏固。
