5月20日，通义实验室宣布，通义千问团队推出了Qwen3.5-LiveTranslate-Flash实时语音翻译模型，该模型在语种覆盖、延迟控制和音色保留等方面取得显著进步，旨在解决跨境直播、跨国会议等场景中的实时同传难题。Qwen3.5-LiveTranslate-Flash支持60种语言的音频输入和文字输出，以及29种语言的音频输出，端到端字均延迟低至2.8秒，同时能够保留说话人的原声特征。

该模型在输入音频和输出文本语种上从18种提升至60种，输出音频从10种提升至29种，覆盖更多国家与区域的语言互译组合，满足多种多语同传需求。引入的全新ReadableUnit实时翻译技术，在保证译文可读性与语义连贯性的同时，实现更激进的流式输出。此外，模型支持Real-timeVoiceCloning技术，在同传过程中自动捕捉并复刻说话人音色特征，保持“同一个人”的声音质感与情绪表现力。内置动态热词引擎，支持1000个自定义词条，对人名、地名、品牌、产品型号、行业术语进行优先识别与优先翻译，降低技术发布会、医疗/法律/金融会议、企业内训中术语翻错、名字听错的风险。