概要
Tencent混元のリアルタイム同時通訳モデル「Hy-SimulMT」のInterleave版。音声を継続的に受け取り、中国語と英語の双方向翻訳を行う。Interleave版は翻訳文だけでなく原文も出力する。モデルカード上のライセンスはApache-2.0。(huggingface.co)
能力と用途
- 発話中に逐次翻訳し、会議、講演、インタビューなどでの利用を想定する。音声合成サービスを組み合わせることで、翻訳音声の出力や話者の声の特徴を反映したリアルタイム音声クローンが可能。(huggingface.co)
- TencentのRealSI長尺音声評価では、翻訳遅延指標StreamLAALが約3秒だった。この指標は最初の音声が出るまでの時間とは異なり、あらゆる環境での遅延を保証するものではない。(huggingface.co)
- 公式リポジトリには推論サービスSimulInferと学習ツールSimulTrainがある。(huggingface.co)
制限
- 公式説明で確認できる同時通訳の言語方向は中国語と英語の間に限られ、日本語への対応は確認できない。(huggingface.co)
- 音声出力と音声クローンには別途TTSサービスの設定が必要。自己ホストには適切な計算資源と対応する推論環境が必要。(huggingface.co)
- 通訳品質や遅延は条件によって変わる。公式の人間通訳者との比較は限定されたサンプルと評価条件に基づくもので、重要な判断や厳格な責任が伴う場面では専門家による確認が重要。(huggingface.co)
公開日
2026年10月26日。(huggingface.co)
料金
2026年11月15日確認。Tencent Cloudの中国国内向けおよび国際向けTokenHub公式料金表では、このInterleave版に対応すると確認できるAPI料金を見つけられなかった。入力・出力それぞれの課金方式、単価、単位とも未確認。別モデルの料金を流用していない。自己ホスト時には計算資源や別途利用するTTSサービスなどの費用が発生し得る。(cloud.tencent.com)