求问一个实时直播翻译的服务/软件

[ZHAviation]

应该是佬说的这样。Gemini那个我还没找到其他的开箱即用的项目不知道怎么样

[mintaqrua (美帝码工)]

OpenAI 和 Gemini 都有直接转录的模型，效果其实都不错。中文的话，其实豆包的也还可以。这些转录模型都是基于 LLM 的。当然转录的结果甚至可以让便宜的模型再做一轮优化，因为大部分转录模型大概窗口只有 30 秒。如果需要更长的上下文的话，可以用便宜的模型额外优化一轮。

[ZHAviation]

我用过一个项目是接了千问的，好像语音识别也是发过去的，且支持上下文，但是还是感觉准确度一般般。

[Chisaki]

日语转录模型我记得fish的转录模型识别率就挺好的

[Infinity_Shen]

搞不好其实直接接了OAI或者GEMINI的服务，汉化组团队有时候因为人多所以比较舍得选成本更高的东西

[neteroster]

找到了时间点，用我的 Soniox + LLM 试了一下，感觉还行

我这里 LLM 还没上上下文和术语表，所以有的地方有点问题，但是转录的精确性没问题

而且用的是 4.1 nano 翻译有点区，改成 3.8 flash wo/thinking 应该会好点

[neteroster]

3.8flash lite

[neteroster]

加上术语表的情况

[rainyday01 (雨天)]

佬友试试Mistral，专门做翻译模型的，前段时间我让AI做了一下对比，感觉算是专业做翻译的

[Chisaki]

fish-audio/transcribe-1这个模型试了下，日语准确率非常高，再加上3.8f，比直播的这个质量还要好

[DFobainx]

会不会是音画延时 将耗时的转录和翻译做完 再一起推流 这样看起来就是既实时又能出好的效果了