Uso primário declarado ou inferido com cautela a partir da documentação oficial.
T
TENCENT / tencent/Hy-SimulMT-30B-A3B-Interleave
Hy-SimulMT-30B-A3B-Interleave
Checkpoint da Tencent Hunyuan para tradução simultânea de voz entre chinês e inglês, incluído no anúncio de 26 de outubro de 2026. Recebe áudio incremental e produz texto traduzido. A variante Interleave conserva também o texto original; é uma saída diferente, não uma quantização. A criação dos repositórios em 22 de outubro não é apresentada como data de lançamento.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | tencent/Hy-SimulMT-30B-A3B-Interleave |
|---|---|
| Tipo de modelo | Voz e áudio |
| Modelo de acesso | Pesos abertos |
| Licença | Apache 2.0 |
| Implantação | Alojamento próprio com vLLM e SimulInfer |
| Lançamento | 26 OUT 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Áudio |
| Saída | Texto |
| Janela de contexto | Não publicado |
| saída máxima | Não publicado |
| Raciocínio | Não publicado |
| Ferramentas publicadas | |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Hugging Face · SimulInfer · vLLM |
Reuniões, entrevistas e discursos a traduzir enquanto o áudio continua. O SimulInfer disponibiliza carregamento de ficheiros, WebSocket e interface web; o SimulTrain permite continuar o treino. A saída de voz e a clonagem vocal exigem um serviço TTS configurado à parte: não são saídas de áudio nativas garantidas por este checkpoint.
O anúncio verifica tradução bidirecional chinês-inglês; a lista de idiomas dos metadados não demonstra tradução de voz em todos eles. As demonstrações gravadas não medem latência em direto. StreamLAAL mede atraso de tradução, não tempo até ao primeiro áudio. Para llama.cpp, o projeto recomenda esperar uma versão compatível; não o apresentamos como suporte estável disponível.
03 / CAPACIDADES
O que pode fazer
Orientação
Reuniões, entrevistas e discursos a traduzir enquanto o áudio continua. O SimulInfer disponibiliza carregamento de ficheiros, WebSocket e interface web; o SimulTrain permite continuar o treino. A saída de voz e a clonagem vocal exigem um serviço TTS configurado à parte: não são saídas de áudio nativas garantidas por este checkpoint.
Contexto
Não publicado · Não publicado
Ferramentas e integração
Não publicado
Acesso
Hugging Face
Modalidades de entrada
Áudio
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Sem tarifa API oficial publicada | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Custo da infraestrutura própria | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Pesos sob Apache 2.0, com variantes FP8 e GGUF ligadas como formatos da mesma família. Não foi verificado um preço API alojado nem um limite universal de contexto ou duração. A operação necessita de recursos para o modelo, transporte de áudio e TTS opcional. A clonagem de voz exige consentimento e direitos sobre a voz utilizada.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
A Tencent comunica para a família Hy-SimulMT pontuações de 90,3 no FLEURS, 75,5 no CoVoST2, 81,2 no ACL6060 e 84,7 no RealSI-Sentence, além de cerca de três segundos StreamLAAL no RealSI de áudio longo. As tabelas não identificam pontuação independente para cada checkpoint: não as duplicamos como resultados de cada variante. A comparação humana utiliza dezoito gravações e seis intérpretes; não comprova superioridade universal. Não reproduzido pela Inferama.
i Resultados da família publicados; sem pontuações independentes verificadas por variante.
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
Hy-SimulMT-30B-A3B-Interleave
Versão incorporada no catálogo verificado da Inferama.
07 / FONTES