IXThinker·2025-06-19 17:00

SeqPO-SiMT破解同傳質量延遲兩難

AI字幕慢半拍、質量與延遲難以兼得是行業老大難。香港中文大學、字節跳動Seed與斯坦福大學團隊提出同聲傳譯序貫策略優化框架SeqPO-SiMT，以強化學習重新平衡翻譯質量與輸出延遲，在70億參數規模達到SOTA。

同傳兩難困境

同聲傳譯要求譯文與語音同步輸出，譯得太早會影響質量、太遲則延遲偏高，AI字幕質量與延遲難以平衡的問題長期困擾業界，急需更優的解決方案。