需求人群
Hibiki 适合需要实时语音翻译的场景,如国际会议、多语言直播、在线教育等,尤其适合开发者和研究人员,可用于开发相关应用或进行学术研究。
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
11. 安装所需的后端库(如 PyTorch 或 Rust)。22. 下载 Hibiki 模型文件,选择适合的版本(如 PyTorch 或 MLX)。33. 准备待翻译的音频文件。44. 使用命令行工具运行翻译脚本,指定音频文件和输出路径。55. 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。