Qwen hat Qwen3.8-LiveTranslate vorgestellt. Der Echtzeit-Dolmetscher erkennt bei Gesprächen mit mehreren Teilnehmern die einzelnen Sprecher und ordnet ihnen die übersetzten Sätze zu. Gleichzeitig zeigt er Original und Übersetzung synchron an. Gerade bei Interviews oder Meetings soll damit klar bleiben, wer was gesagt hat.
Schneller und mit mehr Kontext
Bei der Sprachausgabe soll das Modell den Klang der jeweiligen Stimme stabiler übernehmen. Außerdem berücksichtigt es frühere Gesprächsteile, um Namen, Fachbegriffe und mehrdeutige Formulierungen einheitlich zu übersetzen. Zugespielte Bilder können zusätzlichen Kontext liefern, etwa wenn ein Wort mehrere Bedeutungen hat.
Technisch verarbeitet Qwen3.8-LiveTranslate gehörte Sprache und bereits erzeugte Übersetzungen in einem gemeinsamen Datenstrom. Beides kann das Modell während des Gesprächs erneut heranziehen. Qwen führt darauf Verbesserungen bei Übersetzungsqualität und Tempo zurück.
In Qwens Auswertung des öffentlichen FLEURS-Datensatzes erreicht das Modell 85,7 Punkte beim Übersetzungsmaß xCOMET-XXL. Der Vorgänger kommt auf 83,0 Punkte. Die durchschnittliche Verzögerung sinkt laut Qwen von 2,8 auf 2,3 Sekunden. Der Test umfasst 70 Übersetzungsrichtungen zwischen 19 Sprachen, also nur einen Teil der insgesamt unterstützten Sprachen.
Quelle: Alibaba
Wer spricht, macht einen Unterschied
Für längere Aufnahmen mit mehreren Sprechern nennt Qwen eine Fehlerquote von 9,7 Prozent bei der Sprecherzuordnung. Das ebenfalls fortlaufend arbeitende Seed LiveInterpret 2.0 liegt bei 30,6 Prozent. Andere Vergleichssysteme verarbeiten die komplette Aufnahme erst im Nachhinein.
Quelle: Alibaba
Der Sprachumfang wächst gegenüber Qwen3.5-LiveTranslate nicht: Beide Generationen verstehen 60 Sprachen und können Übersetzungen in 29 Sprachen sprechen. Qwen3.8-LiveTranslate ist über die Echtzeit-Schnittstelle von Alibaba Cloud Model Studio erreichbar. Entwickler können dort übersetzten Text allein oder zusammen mit gesprochener Ausgabe abrufen.
Anzeige
