Kyutai 发布同传模型 Hibiki：实时法语译英语，保留原声与语速

跨语言交流最尴尬的时刻，莫过于翻译软件一开口，你原本的声音和情绪全被替换成了毫无生气的机械音。

法国 AI 实验室 Kyutai 发布了实时语音互译模型 Hibiki。目前 Hibiki 率先支持法译英，能一边接收法语输入，一边实时输出英文语音和文本。

像人类译员一样掌控语速与原声

Hibiki 的核心亮点在于声音的还原度与节奏感。

它在翻译的同时能直接保留说话人原本的音色，不会让人听起来像换了一个人说话。

同时，它会根据原句的语义内容动态微调输出的语速和节奏，避免机器同传常见的突兀抢话或过长留白。

根据 Kyutai 公布的客观指标与人工盲测数据，Hibiki 在翻译质量、自然度以及说话人音色相似度上都超过了以往的系统，整体表现正在逼近人类专业口译员。

为什么重要

传统的语音翻译大多依赖多模块串联，先转文字、再翻译、再合成语音，不仅延迟明显，说话人的个性和情绪也会在流水线里被磨平。

Kyutai 这次直接攻坚端到端的实时语音翻译，把原声音色和动态语速作为核心突破点，我们认为这是真正走向可用级同传的关键一步。

不过，目前 Hibiki 仅支持法语到英语这一个单向通道，对绝大多数人来说还只是一个技术演示，实用范围相当有限。

但它向行业证明了，未来的跨语言沟通完全可以在保留演讲者个人辨识度的前提下实时进行，跨国会议和跨语言直播的沟通体验有望彻底变样。