Hikari 论文精读：让 AI 同传自己决定何时"开口"

Hikari 论文精读：让 AI 同传自己决定何时"开口"

摘要

Sony AI与Nara Institute联手推出Hikari同传系统，创新性引入WAIT token机制，让翻译模型自主决定输出时机。通过升级音频帧对齐算法、优化Decoder采样率及延迟追赶策略，Hikari在英译德/日/俄任务中刷新SOTA，单卡H100实现实时翻译。但需注意ASR辅助不可删、30秒窗口限制等硬约束，小模型效果欠佳。