Se você já perdeu metade de uma reunião em mandarim esperando a tradução chegar, sabe por que a interpretação simultânea importa. Uma tradução que chega quase junto com a fala muda o ritmo da conversa.
A Tencent liberou de código aberto o Hy-SimulMT, um modelo de interpretação simultânea entre chinês e inglês.
Segundo a TechNode, a ferramenta foi feita para uso em tempo real.
Como o modelo funciona
O Hy-SimulMT processa a fala recebida de forma contínua, sem esperar a pessoa terminar a frase. Na prática, a tradução vai sendo gerada enquanto o falante ainda está no meio do raciocínio.
A saída pode ser texto traduzido ou fala traduzida.
> « A clonagem de voz em tempo real foi desenhada para preservar as características vocais do falante original. »
Isso sugere que a tradução em áudio pode manter o timbre de quem fala. A fonte não explica como essa clonagem é treinada.
Como começar a testar
A Tencent oferece uma forma de testar sem instalar nada complexo: o app Hy Translate, citado na reportagem. Os passos são estes:
1. Abra o app Hy Translate, da Tencent.
2. Teste a tradução de fala, que é o recurso apresentado para uso em tempo real.
3. Configure um serviço de text-to-speech se quiser gerar fala traduzida ou usar clonagem de voz.
A fonte não detalha como fazer essa configuração nem quais serviços são compatíveis.
Pré-requisitos e limites
A liberação traz pesos do modelo, software de inferência e ferramentas de treinamento. Veja os pontos que a reportagem registra:
- Código aberto: pesos, inferência e treinamento incluídos
- Serviço de TTS: necessário para fala traduzida e clonagem de voz
- Latência: cerca de três segundos no benchmark RealSI, segundo a Tencent
- Comparações: a empresa diz superar outros modelos abertos e quatro de cinco APIs comerciais
O que a Tencent afirma sobre desempenho
Os números vêm da própria Tencent, em um teste de áudio de longa duração. A fonte não informa se houve avaliação independente.
A fonte também não diz quais APIs comerciais foram comparadas nem quais métricas de qualidade foram usadas.
Erros comuns e alternativas
A fonte não lista erros comuns de uso. Ainda assim, o requisito de TTS sugere que, sem ele, a fala traduzida e a clonagem de voz não funcionam.
A reportagem também não menciona alternativas gratuitas comprovadas para esse tipo de tarefa.
O Hy-SimulMT da Tencent vale o teste?
Para quem trabalha com chinês e inglês, o Hy-SimulMT é uma opção aberta e de baixo custo para experimentar. Por outro lado, os números de desempenho ainda são da Tencent, e o uso completo exige configuração extra.
Você confiaria numa tradução que soa com a sua própria voz em uma reunião internacional?
