字节跳动 Seed 团队正式发布端到端同声传译模型 Seed LiveInterpret 2.0。Seed LiveInterpret 2.0 是首个延迟&准确率接近人类水平的产品级中英语音同传系统，在中英同传翻译质量达到业界 SOTA 的同时，实现了极低的语音延迟水平。

它基于全双工端到端语音生成理解框架，支持中英互译，可实时处理多人语音输入，像人类同传译员一样以极低的延迟 “边听边说”，一边接收源语言语音输入，一边直接输出目标语言的翻译语音。同时，Seed LiveInterpret 2.0 还支持 0 样本声音复刻，让沟通更加流畅自然。

 同声传译，被视为“翻译界的巅峰技能”。它需要译者在数秒的极短时间内转换语言，边“听”边“说”，要求极高。因此，对翻译技术研究者来说，同传一直是最具挑战的方向。

在测试中，可以观察到，Seed LiveInterpret 2.0 面对 40 秒的大段中文表达，能够低延迟地丝滑输出同款音色的英语翻译。Seed LiveInterpret 2.0 还能快速学习音色，无论是西游记里的猪八戒，还是红楼梦中的林妹妹，即便此前未“听”过角色的声音，依然能通过实时交互进行现场演绎。

相比传统机器同传系统，Seed LiveInterpret 2.0 模型具备以下优势：

• 接近真人同传的翻译准确率

精准的语音理解能力保障了翻译准确度，在多人会议等复杂场景中英双向翻译准确率超 70%，单人演讲翻译准确率超 80%，接近真人专业同传水平。

• 极低延迟的 “边听边说” 能力

采用全双工语音理解生成框架，翻译延迟可低至 2-3 秒，较传统机器同传系统降低超 60%，实现了真正的 “边听边说” 翻译。

• 零样本声音复刻，音色真实自然

只需采样实时语音信号，便能提取声音特征，用说话人的音色特质实时 “说出” 外语，提升交流的沉浸感和亲和力。

• 智能平衡翻译质量、延迟和语音输出节奏

可根据语音清晰度、流畅度、复杂程度，调整输出节奏，并适配不同语言特性。面对超长信息，依然能保证传译语音节奏的自然流畅。

体验路径：登录火山引擎后，选择语音模型“Doubao-同声传译2.0”