FeQSoftEgy nemzetközi videóbeszélgetésben ma még természetes, hogy várunk a fordításra, félbeszakítjuk egymást, vagy a lényeg egy része elveszik a felirat és a beszéd között. A Qwen szeptember 18-án bemutatott Qwen3.8-LiveTranslate modellje ezt a távolságot próbálja csökkenteni: élő beszédet fordít, a beszélgetés korábbi részeit is figyelembe veheti, és képi információt is felhasználhat a pontosabb értelmezéshez.
Ez több egy egyszerű beszédfelismerőnél. Ha például egy videóhívásban termék, diagram vagy felirat látható, a rendszer ezt a környezetet is használhatja annak eldöntéséhez, melyik jelentés illik az elhangzott mondatba. A fejlesztő szerint a modell a beszélőket is elkülönítheti, ami több résztvevős megbeszélésnél különösen fontos.
Mit tud jelenleg?
A hivatalos leírás alapján a Qwen3.8-LiveTranslate 60 nyelven képes beszédbemenetet fogadni. A fordítás 29 nyelven hangként is megszólalhat, a többi támogatott nyelvnél szöveges kimenet érhető el. A magyar nyelv támogatott, de jelenleg nem tartozik a 29 hangkimeneti nyelv közé, ezért magyar fordításnál szöveges eredménnyel kell számolni.
A Qwen közlése szerint a fordítás átlagos lemaradását leíró LAAL-mutató 2,8 másodpercről 2,3 másodpercre csökkent. Ez tesztkörnyezetben számolt fordítási késésmutató, nem minden élő hívás teljes, végponttól végpontig tartó várakozási ideje. Ez ígéretes érték, de gyártói mérés: nem tudjuk még, hogyan teljesít széles körű, független tesztben eltérő akcentusokkal, zajos környezetben, gyenge hálózaton vagy speciális szaknyelvvel. A helyes megfogalmazás ezért nem az, hogy minden helyzetben 2,3 másodperc alatt hibátlanul fordít, hanem az, hogy a fejlesztő saját mérése szerint már ilyen átlagos késést ér el.
Miért érdekes ez egy vállalkozásnak?
A technológia elsőként ott teremthet értéket, ahol gyakori a többnyelvű kommunikáció, de nem minden beszélgetéshez indokolt hivatásos tolmácsot szervezni. Ilyen lehet:
- egy nemzetközi értékesítési vagy beszállítói egyeztetés;
- külföldi ügyfelek első szintű támogatása;
- többnyelvű belső képzés vagy online bemutató;
- turisztikai, kereskedelmi és rendezvényszolgáltatás;
- olyan üzemi helyzet, ahol a dolgozó és a szakértő nem beszél közös nyelvet.
A valódi előny nem pusztán az, hogy egy mondat gyorsan megjelenik magyarul vagy angolul. Az MI-tolmácsolás csökkentheti az egyeztetés megszakításait, segíthet gyorsabban tisztázni egy alapvető kérdést, és több ember számára teheti követhetővé ugyanazt a megbeszélést. Ettől azonban még nem lesz automatikusan alkalmas minden üzleti helyzetre.
Amit az élő bemutató nem dönt el
Egy látványos demó általában tiszta hanggal, jól körülhatárolt témával és stabil kapcsolattal készül. A mindennapi használatban viszont egyszerre beszélhetnek többen, megjelenhet tájszólás, márkanév, rövidítés, rossz mikrofon vagy félbehagyott mondat. Az is számít, hogy a fordítás szó szerint pontos-e, vagy üzletileg ugyanazt a jelentést közvetíti.
Jogi, egészségügyi, pénzügyi, műszaki vagy nagy értékű szerződéses döntésnél egy félrefordított feltétel többe kerülhet, mint amennyit az automatizálás megtakarít. Ilyen helyzetben az MI legfeljebb segédeszköz lehet; a végső szöveghez és döntéshez továbbra is megfelelő szakember és emberi ellenőrzés szükséges.
Adatvédelmi kérdés is felmerül. Egy tárgyalás hangja, képe és felirata személyes adatot, üzleti titkot vagy ügyfélinformációt tartalmazhat. Bevezetés előtt tisztázni kell, hol történik a feldolgozás, mi kerül naplózásra, mennyi ideig marad meg, kik férhetnek hozzá, és hogyan kapnak tájékoztatást a résztvevők.
Így érdemes kipróbálni
Egy vállalati pilotnál nem az a jó első kérdés, hogy „működik-e az MI-fordítás?”, hanem az, hogy egy pontosan meghatározott helyzetben elég jó-e és biztonságos-e. Érdemes:
- kijelölni egy alacsony kockázatú beszélgetéstípust;
- összeállítani a céges szakkifejezések és nevek mintáját;
- több beszélővel, akcentussal és valós háttérzajjal tesztelni;
- mérni a késést, a félrefordításokat és az utólagos javítás idejét;
- előre meghatározni, mikor kell emberi tolmácsra vagy szakmai jóváhagyásra váltani;
- az adatkezelési és hozzájárulási feltételeket dokumentálni.
A Qwen3.8-LiveTranslate fontos jelzés: a valós idejű MI-tolmácsolás egyre kevésbé jövőbeli látványosság, és egyre inkább kipróbálható üzleti eszköz. A döntő kérdés viszont nem az, hogy egy demóban hány másodperc alatt szólal meg, hanem az, hogy a saját munkakörnyezetünkben mérhetően javítja-e a kommunikációt, megfelelő adatvédelem és emberi kontroll mellett.
Források
- Qwen: Qwen3.8-LiveTranslate – 2026. szeptember 18.
- Alibaba Cloud: Qwen3.8-LiveTranslate-Flash-Realtime modell-dokumentáció
- AI Stack Current: Qwen3.8-LiveTranslate Flash Realtime
Az újdonságra vonatkozó termékadatok a Qwen és az Alibaba Cloud elsődleges anyagaiból származnak. Az AI Stack Current cikke a bejelentés meglétét és főbb jellemzőit megerősíti, de nem tekinthető a gyártó teljesítményadatainak független benchmarkjául. A vállalati alkalmazásra, kockázatokra és pilotra vonatkozó javaslatok a FeQSoft értelmezései.
Az eredeti cikk: Teljes cikk a forrásnál.