AIbase

Hibiki
Hibiki
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。
翻译语音识别#语音翻译#实时翻译#多流架构#开源模型#低延迟普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
960
产品介绍
网站流量
同类开源产品
替代品
简介
Hibiki 是一款专注于流式语音翻译的先进模型。它通过实时积累足够的上下文信息来逐块生成正确的翻译，支持语音和文本翻译，并可进行声音转换。该模型基于多流架构，能够同时处理源语音和目标语音，生成连续的音频流和时间戳文本翻译。其主要优点包括高保真语音转换、低延迟实时翻译以及对复杂推理策略的兼容性。Hibiki 目前支持法语到英语的翻译，适合需要高效实时翻译的场景，如国际会议、多语言直播等。模型开源免费，适合开发者和研究人员使用。
截图
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
1. 安装所需的后端库（如 PyTorch 或 Rust）。
2. 下载 Hibiki 模型文件，选择适合的版本（如 PyTorch 或 MLX）。
3. 准备待翻译的音频文件。
4. 使用命令行工具运行翻译脚本，指定音频文件和输出路径。
5. 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。
6. 查看生成的翻译音频文件和文本翻译结果。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k