Seed LiveInterpret 2.0

ByteDance представила Seed LiveInterpret 2.0 24 июля 2025 года как сквозную модель синхронного перевода речи. На момент релиза она поддерживала перевод китайского и английского языков в обоих направлениях и могла выдавать перевод голосом исходного говорящего.

Синхронный перевод речи

Слушать и переводить в одном процессе

Seed LiveInterpret 2.0 принимает поток речи и формирует устный перевод без обязательного пошагового интерфейса «распознать текст — перевести — озвучить». ByteDance описывает полнодуплексный подход, который позволяет продолжать слушать входящий звук во время генерации перевода.

Задержка и несколько собеседников

Ориентир — несколько секунд

В анонсе заявлена задержка 2–3 секунды и поддержка многоголосых диалогов. Компания также сообщает о собственных оценках точности для китайско-английского направления. Результаты нельзя переносить на другие языковые пары: подтверждённый в релизе диапазон — китайский и английский.

Передача голоса

Перевод с сохранением характеристик говорящего

Модель может использовать короткий аудиообразец, чтобы генерировать речь на другом языке с характеристиками исходного голоса. Это облегчает восприятие перевода, но требует согласия человека, чей голос используется, и проверки правил обработки аудио.

Доступность

API через Volcano Engine на момент релиза

ByteDance сообщила о запуске модели в Volcano Engine. Это историческое условие июля 2025 года: актуальное наличие API, языков и регионов нужно проверить перед подключением. Более поздняя голосовая модель Seeduplex решает задачу повседневного диалога в реальном времени и вынесена в отдельную карточку.

Связанные модели и разработчик

Другие публикации команды ByteDance Seed

Seeduplex · Doubao Realtime Voice · SeedRealtime · Seed Audio 1.0 · ByteDance Seed в Вики Futuretools

Первичные источники

Анонсы, карточки и репозитории разработчика

анонс Seed LiveInterpret 2.0 · официальная страница Seed LiveInterpret 2.0 · технический отчёт Seed LiveInterpret 2.0