通义千问发布 Qwen3.5-LiveTranslate-Flash：60 语种实时同传，端到端延迟低至 2.8 秒

5 月 20 日，IT之家报道称，通义千问团队发布了 Qwen3.5-LiveTranslate-Flash 实时语音翻译模型，主打把“多语同传”做得更低延迟、更广语种覆盖，同时尽量保留说话人的声音特征。按报道引用的官方介绍，这个模型支持 60 种语言的音频输入与文本输出，并支持 29 种语言的语音输出，端到端字均延迟低至 2.8 秒。

同一份介绍里还提到两类更贴近日常使用的能力：一类是实时音色克隆，让翻译后的语音更像原说话人；另一类是热词能力，最高支持 1000 个自定义词条，用来优先识别人名、地名、品牌与行业术语。

官方体验入口与说明在文末给出：Blog：https://qwen.ai/blog?id=qwen3.5-livetranslate；Demo：https://omni.qwen.ai/live-translate。开发者侧，Qwen Cloud 文档已给出实时翻译的接口说明与示例，并把可用模型写成 qwen3.5-livetranslate-flash-realtime（文档页：https://docs.qwencloud.com/developer-guides/speech/realtime-translation）。

如果你要把同传放进会议、直播或客服流程，建议先拿两三段固定音频做对照测试：混口音、带数字规格、带专有名词各来一段，重点看延迟、术语一致性和长段落是否会“追尾式”补译。数值够低不代表体验一定好，真正影响体感的是延迟是否稳定、以及译文和语音是否跟得上说话节奏。