7月24日，火山引擎正式發(fā)布豆包·同聲傳譯模型 Seed LiveInterpret 2.0，現(xiàn)已全量上線火山方舟平臺(tái)。只需開(kāi)口說(shuō)話，你的“同款”聲音就能同時(shí)開(kāi)口說(shuō)外語(yǔ);演講過(guò)程中，雙語(yǔ)字幕與你的聲音同步生成。

　　豆包·同聲傳譯模型2.0是首個(gè)延遲&準(zhǔn)確率接近人類水平的產(chǎn)品級(jí)中英語(yǔ)音同傳系統(tǒng)，在中英同傳翻譯質(zhì)量達(dá)到業(yè)界 SOTA 的同時(shí)，實(shí)現(xiàn)了極低的語(yǔ)音延遲水平和“0樣本聲音復(fù)刻”。這意味著，國(guó)際會(huì)議、跨境談判等場(chǎng)景的實(shí)時(shí)交互體驗(yàn)將得以大幅提升，跨語(yǔ)言交流再也不怕生硬!

　　豆包·同聲傳譯模型2.0像一位思維超敏捷的“同傳專家”，基于端到端理解和生成框架，面向中英文，可實(shí)時(shí)接收多人語(yǔ)音輸入，并在“聽(tīng)”的過(guò)程中同步理解、復(fù)刻聲音，并輸出語(yǔ)音和譯文，以極低延遲實(shí)現(xiàn)高質(zhì)量語(yǔ)音翻譯，真正實(shí)現(xiàn)了“邊聽(tīng)邊說(shuō)”。相比傳統(tǒng)機(jī)器同傳系統(tǒng)，豆包·同聲傳譯模型2.0具備以下優(yōu)勢(shì)：

　　極低的語(yǔ)音延遲，溝通無(wú)斷點(diǎn)：采用全雙工語(yǔ)音理解生成框架，翻譯延遲可低至2-3秒，較傳統(tǒng)機(jī)器同傳系統(tǒng)降低超60%，實(shí)現(xiàn)了真正的“邊聽(tīng)邊說(shuō)”翻譯。

　　0樣本聲音復(fù)刻，音色無(wú)縫跨越：無(wú)需提前錄制，一邊說(shuō)話一邊采樣，即可實(shí)現(xiàn)“0樣本”聲音復(fù)刻，讓同一個(gè)人同音色開(kāi)口說(shuō)外語(yǔ)，給現(xiàn)場(chǎng)的聽(tīng)眾更還原更沉浸的體驗(yàn)。

　　智能平衡節(jié)奏，對(duì)話超自然：可根據(jù)語(yǔ)音清晰度、流暢度、復(fù)雜程度，調(diào)整輸出節(jié)奏，并適配不同語(yǔ)言特性。面對(duì)超長(zhǎng)信息，依然能保證傳譯語(yǔ)音節(jié)奏的自然流暢。

　　近期，豆包·同聲傳譯模型已在多個(gè)權(quán)威國(guó)際會(huì)議中應(yīng)用。在2025中關(guān)村論壇年會(huì)上，為多場(chǎng)重量級(jí)會(huì)議提供頂流 AI 同傳服務(wù)，助力中外學(xué)者無(wú)縫暢聊，獲央視點(diǎn)贊!在2025全球數(shù)字經(jīng)濟(jì)大會(huì)上，同樣實(shí)現(xiàn)了外籍嘉賓發(fā)言的同步音色復(fù)刻翻譯，參會(huì)者無(wú)需戴耳機(jī)，看屏幕字幕就能輕松 get 內(nèi)容，實(shí)現(xiàn)“低延遲、高準(zhǔn)確、聽(tīng)得懂”。

　　除了大型國(guó)際會(huì)議，豆包·同聲傳譯模型還可以在更多生活場(chǎng)景發(fā)揮價(jià)值。例如，TikTok 主播用母語(yǔ)直播時(shí)，實(shí)時(shí)將內(nèi)容翻譯成外語(yǔ)并復(fù)刻主播聲音，讓外國(guó)觀眾聽(tīng)懂并信任，加速生意達(dá)成;在出境旅游方面將作為“隨行翻譯”，通過(guò)豆包實(shí)時(shí)翻譯導(dǎo)游所講內(nèi)容，讓語(yǔ)音溝通不再阻礙探索世界的腳步;幫助記者快速準(zhǔn)確獲取外文資訊與采訪內(nèi)容，輔助寫(xiě)稿，提升新聞時(shí)效性與準(zhǔn)確性。

　　目前，豆包·同聲傳譯模型 Seed LiveInterpret 2.0已在火山方舟開(kāi)放使用，并即將在8月上線 Ola Friend 耳機(jī)，為用戶帶來(lái)更加靈活的使用方式和體驗(yàn)。