模型定位
腾讯混元推出的实时同声传译模型，面向中文与英文双向翻译。Interleave 版本在流式翻译时输出源语言文本和译文；同系列非 Interleave 版本只输出译文。模型权重采用 Apache-2.0 许可证。(huggingface.co)
能力与用途
- 持续接收语音，边听边译，适用于会议、演讲、访谈等实时交流场景。
- 配合语音合成服务，可输出译语语音并实现实时音色克隆。
- 腾讯报告，Hy-SimulMT 在 RealSI 长音频评测中的 StreamLAAL 约为 3 秒；这是流式翻译滞后指标，不等同于首次语音输出延迟，也不是对实际场景延迟的保证。(huggingface.co)
限制与部署
- 官方介绍的同传语言范围为中英双向，不应将模型页面的其他语言标签视为同传支持承诺。
- 语音输出和音色克隆需要另行配置 TTS 服务；官方 GitHub 项目提供 SimulInfer 推理服务和 SimulTrain 训练工具。
- 官方模型卡所述 SGLang-Omni 集成不覆盖本 Interleave 版本。翻译结果可能存在错误，重要内容宜由人工核对。(huggingface.co)
发布日期
2026 年 10 月 26 日，腾讯在官方模型卡公告 Hy-SimulMT 发布。(huggingface.co)
价格
截至 2026 年 11 月 15 日，检索腾讯云国内站和腾讯云国际站，未能核实本模型的官方托管 API 报价：输入和输出计费金额及单位均未核实。其他混元翻译模型的报价不能直接用于本版本。开源权重的自行部署仍可能产生计算、存储及 TTS 等费用。(cloud.tencent.com)