定位與發布日期
Seed LiveInterpret 2.0 是字節跳動 Seed 團隊的端到端即時同步口譯模型,採用全雙工語音理解與生成框架,面向跨語言交流。官方公告發布日期為 2025-07-24。(seed.bytedance.com)
能力與用途
- 支援串流語音輸入,邊聽邊生成譯文;可輸出翻譯文字,也可輸出翻譯語音,並支援基於即時語音的零樣本聲音複製。適用於跨語言會議、演講、即時字幕和語音通話等場景。(seed.bytedance.com)
- 官方發布時主要介紹中英雙向翻譯。根據目前火山引擎服務文件,豆包同步口譯大模型 2.0 支援 48 個語種及 9 種中文方言;翻譯方向的來源語言和目標語言中至少一方須為中文或英文。該範圍是目前服務文件所述,不應視為發布當日已支援的範圍。(seed.bytedance.com)
- 在官方 RealSI 中英評測中,語音到文字任務的平均人工翻譯品質評分為 74.8/100;語音到語音任務的綜合評分為 66.3/100。報告的平均輸出延遲分別為 2.21 秒和 2.53 秒;這些是特定測試條件下的結果,並非所有場景的保證。(seed.bytedance.com)
限制
官方指出,聲音複製的穩定性、語音表現力、情緒複製以及極複雜場景下的翻譯準確性仍有改進空間。實際效果和延遲會受輸入語音清晰度、流暢度及複雜程度影響;重要內容宜由人工複核。(seed.bytedance.com)
價格
截至 2026-11-18 查詢,火山引擎國內站將該服務列為「豆包同步口譯大模型」,按呼叫後付費的人民幣(CNY)價格為:輸入 80 元/百萬 token、輸出文字 80 元/百萬 token、輸出音訊 300 元/百萬 token。官方說明輸入音訊每秒約 6.25 token、輸出音訊每秒約 25 token,實際用量以帳單為準。上述是國內服務價格,具體適用條件及費用以控制台為準。(docs.volcengine.com)
同一國內定價文件也列出一年期預付費資源包:10 億 token 為 56,000 元、50 億 token 為 240,000 元、100 億 token 為 400,000 元。輸入和輸出文字按 1:1 抵扣,輸出音訊按 1 token 換算 3.75 token 抵扣,不能將資源包換算單價直接當作各類實際 token 的統一價格。(docs.volcengine.com)
已檢索 BytePlus 國際站同步口譯定價頁面,但本次讀取未能取得可核實的價格內容,因此不列美元金額。(docs.byteplus.com)