字节跳动Seed团队今日正式推出端到端同声传译模型Seed LiveInterpret 2.0，这是首款延迟与准确率均接近人类水平的中英语音同传系统。该模型基于全双工语音生成框架，支持实时中英互译，可同时处理多人语音输入，并以极低延迟实现“边听边说”。

测试显示，面对40秒的中文长句，系统能流畅输出音色一致的英文翻译，延迟仅2-3秒，较传统系统降低超60%。其翻译准确率在多人会议场景中达70%以上，单人演讲超80%，接近专业同传水准。此外，模型支持零样本声音复刻，可实时还原说话人音色，提升交流自然度。

目前，该技术已通过火山引擎对外开放，Ola Friend耳机将于8月底首发接入，成为首款支持该模型的智能硬件设备。