Alibaba、同時通訳モデル Qwen3.8 LiveTranslate を発表──遅延を 2.3 秒に短縮し話者分離に対応
Interleave アーキテクチャにより音声翻訳の遅延を 2.3 秒に短縮し、マルチスピーカー環境での話者識別と音声クローンを単一 WebSocket API で実現した。
リリース: 2026-09-19 · 読了 3 分記事の要約
1. 核心（What）
- Alibaba はリアルタイム音声通訳モデル Qwen3.8-LiveTranslate を Alibaba Cloud Model Studio 経由で公開した。
- モデルは音声入力とテキストまたは音声出力を単一の Interleave アーキテクチャで直接処理する。
- リアルタイム話者ダイラゼーション機能により、複数スピーカーの音声を識別し個別に声を維持して翻訳できる。
- コンテキストウィンドウは 53,000 トークンをデフォルトでサポートする。
2. 影響（Why）
- パイプラインの統合による遅延と構成の簡素化: 従来の音声認識・機械翻訳・音声合成の 3 つを個別につなぐ方式から、単一モデルでの処理に移行することでエラーの伝播を防ぎ、平均遅延 2.3 秒での動作を実現している。
- 国内リアルタイム配信事業者への影響: 同時通訳と話者の声質維持を同時に満たす必要がある国内のライブ配信・オンライン教育プラットフォームは、複数 API の組み合わせによる複雑なバッファリング制御を廃止し、システム全体のレイテンシを予測しやすくできる。
3. 根拠・詳細（How）
- Interleave アーキテクチャによる直接処理: 音声・映像入力を共通コンテキストで受け取り、セマンティック単位予測と Mixture-of-Experts（MoE）設計によりトークンをルーティングして計算量を抑制する。
- DashScope WebSocket API による接続: DashScope のリアルタイムエンドポイント（wss://dashscope-intl.aliyuncs.com/api-ws/v1/realtime）に対し、セッション設定を送信して音声チャンクをストリーミングする。
4. 展望・課題（Next）
- API エコシステムの拡張と運用課題: クローズドウェイトかつ API 限定での提供であるため、自己ホスティングは不可であり、音声データのガバナンスや再接続・異常系ハンドリングの実装が運用上の主要な課題となる。