Hibiki

使用场景在国际会议中,实时将法语演讲翻译为英语,为听众提供即时翻译。用于多语言直播平台,将主播的法语语音实时翻译为英语,拓展观众群体。在在线教育平台上,将教师的...

  • Hibiki

    类别:翻译,语音识别,语音翻译,实时翻译,多流架构,开源模型,低延迟,普通产品,开源,
    官网:https://github.com/kyutai-labs/hibiki 更新时间:2025-08-02 10:24:24
  • 使用场景

    在国际会议中,实时将法语演讲翻译为英语,为听众提供即时翻译。

    用于多语言直播平台,将主播的法语语音实时翻译为英语,拓展观众群体。

    在在线教育平台上,将教师的法语授课内容实时翻译为英语,方便不同语言背景的学生学习。

    产品特色

    支持流式语音翻译,实时逐块生成翻译结果

    可同时生成目标语音和文本翻译,满足多种使用需求

    采用多流架构,联合建模源语音和目标语音

    支持语音转换功能,可保留原说话人的语音特征

    提供多种后端实现(如 PyTorch、Rust、MLX 等),适配不同硬件平台

    使用教程

    1. 安装所需的后端库(如 PyTorch 或 Rust)。

    2. 下载 Hibiki 模型文件,选择适合的版本(如 PyTorch 或 MLX)。

    3. 准备待翻译的音频文件。

    4. 使用命令行工具运行翻译脚本,指定音频文件和输出路径。

    5. 根据需要调整参数(如分类器自由引导系数)以优化翻译效果。

    6. 查看生成的翻译音频文件和文本翻译结果。