알리바바가 음성과 텍스트를 하나의 스트림으로 처리하는 '인터리브' 구조를 적용해 통역 지연시간을 기존 2.8초에서 2.3초로 약 18% 단축한 통번역 모델 '큐원3.8-라이브트랜스레이트'를 18일(현지시간) 공개했다. 이 모델은 화자의 발화가 끝나기를 기다리지 않고 듣는 동시에 번역문과 음성을 생성하며, 60개 언어의 음성 입력·텍스트 번역을 지원하고 이 중 한국어·영어·중국어 등 29개 언어는 번역 음성 출력까지 제공한다. 화자별로 음색을 유지하며 발화자를 구분하는 화자 분리 기능과, 이전 대화 맥락을 활용해 인명·전문용어 번역 오류를 줄이는 '롱 컨텍스트 디스앰비규에이션' 기능도 탑재됐다. 알리바바는 70개 언어 대상 'FLEURS' 테스트셋 평가에서 이전 세대와 주요 실시간 통역 시스템을 번역 품질·지연시간·음성인식 정확도 등에서 앞섰다고 밝혔으며, 모델은 알리바바 클라우드 모델스튜디오와 큐원클라우드에서 웹소켓 API로 이용할 수 있다.

• •알리바바 '큐원3.8-라이브트랜스레이트', 통역 지연 2.8초→2.3초(약 18%↓) 단축
• •인터리브 구조로 음성 종료 대기 없이 실시간 동시통역, 60개 언어 지원
• •화자 분리 및 음색 유지, 맥락 기반 인명·용어 오역 감소 기능 탑재
• •70개 언어 FLEURS 테스트셋에서 기존 시스템 대비 우위 확인, 웹소켓 API로 제공