腾讯混元的实时同声传译模型，中英双向：持续接收语音、边听边输出译文文本，配置好 TTS 服务后还能输出保留说话人音色的译文语音。这是 FP8 量化版，同系列另有 BF16、GGUF，以及同时输出原文和译文的 Interleave 版。
上升分 132 · 点赞 135 · 下载量 93
理由
- 官方称在 RealSI 长音频评测中 StreamLAAL（流式翻译滞后）约 3 秒，是对比系统里最低的，GEMBA 质量分高于对比的开源模型和 5 个商业 API 中的 4 个；官方也说明 StreamLAAL 不等于首次出声时间。
- 官方称四个短音频基准：FLEURS 90.3、CoVoST2 75.5、ACL6060 81.2、RealSI-Sentence 84.7（表中最高）；FLEURS 低于 Gemini3.5-LiveTranslate 的 92.4，CoVoST2 低于 Qwen3.8-LiveTranslate 的 82.1。
- 官方另用 18 段 2026 年 9 月以后新出现的中英音频（每段约 6 分钟）与 6 名持 CATTI 一、二级证书的同传译员对比，称质量相当、延迟常更低，但注明结论只适用于这批样本。10 月 26 日发布，此前各期没有收录；上升分 132 只代表关注度。
用法
- 一键部署：git clone https://github.com/Tencent-Hunyuan/Hy-SimulMT.git，进入 SimulInfer/ 运行 bash deploy.sh --install-server --model tencent/Hy-SimulMT-30B-A3B-Interleave（--model 可换成其他版本的 ID 或本地路径）；出现 Ready 后打开 http://127.0.0.1:8080/，选翻译方向，上传音频或开麦克风。
- 命令行：curl -N http://127.0.0.1:8080/translate/stream -F direction=en-zh -F [email protected]；要输出译文语音和音色克隆，先 cp deploy.example.toml deploy.toml，在里面配置 TTS 连接，再 bash deploy.sh --config deploy.toml。
- 环境：Linux、Python 3.12+、NVIDIA GPU，已有环境需 vLLM >=0.31（支持 HYV3ForCausalLM）并装 simulst；另可用 SGLang-Omni（只支持 BF16 版、只出文本，单次请求音频最长 30 秒），GGUF 版要等 llama.cpp 合并 PR #31198。
风险
- 只支持中英互译，标签里列的其他语言在卡里没有说明；译文语音和音色克隆依赖另外配置的 TTS 服务。
- 模型卡没写 FP8 版的显存需求；官方称 BF16 版权重约 57 GiB（不含 KV 缓存），单张 H200 够用。
- 分数和译员对比均为官方自测，译员对比样本小；音色克隆没有给相似度数据，两段演示视频是离线回放，官方说明不能当作延迟测量。
编辑：GitHub 仓库里有 SimulTrain 训练工具，可从已发布的检查点继续训练；只要文字译文的话，SGLang-Omni 路径更轻，但不覆盖 FP8 版。