Index-Translate: překlad od textu až po dabing

Index-Translate od Bilibili není jeden univerzální překladač, ale rodina modelů postavená na Qwen3.5. Vedle textového překladu zahrnuje nástroje pro převod řeči, dabing s řízenou délkou replik a práci s dlouhými dokumenty. Textová část uvádí podporu 150 jazyků; specializované větve se však zaměřují na konkrétní úlohy a nelze automaticky předpokládat, že mají stejné funkce i jazykové pokrytí. 25

Tři velikosti textového modelu

Textové modely jsou dostupné ve velikostech 2B a 9B a také ve verzi 35B-A3B označené jako preview. Ta využívá architekturu mixture of experts: celkem má 35 miliard parametrů, ale při zpracování jednoho tokenu aktivuje přibližně 3 miliardy. 25

Podle popisů modely podporují překlad mezi 150 jazyky a mohou se řídit pokyny, které určují například terminologii, formátování, styl, strukturu nebo zachování konkrétního obsahu. Dostupné informace ale neprokazují, že všechny velikosti dosahují stejných výsledků v každé jazykové dvojici. 245

Modelová karta Index-Translate 2B uvádí licenci Apache-2.0. Zprávy o vydání popisují jako Apache-2.0 celou rodinu, přesto je při nasazení rozumné ověřit licenci konkrétních vah a souborů, které chcete použít. 49

Specializované větve: řeč, délka replik a dlouhé texty

• Index-Echo se zaměřuje na překlad řeči. Jeho nástroj pro převod řeči do textu vytváří časově označené titulky z čínského audia či videa s překladem do angličtiny, japonštiny nebo španělštiny. Využívá segmentaci řeči, kontext mezi úseky a volitelný slovníček. Větev pro převod řeči na řeč má při dabingu pracovat s hlasovými charakteristikami původního mluvčího. Jde o popsaný cíl, nikoli záruku, že každý výstup bude znít stejně jako originál. 2123
• Index-Homura upravuje formulaci překladu tak, aby odpovídala zadanému počtu slabik. To se hodí při přípravě dabingových replik, u nichž záleží na délce mluveného projevu. Samotné dodržení počtu slabik ale nezaručuje přirozenou formulaci ani dokonalé načasování konkrétní scény. 2527
• Index-NativeLong, vydávaný také pod názvem Index-Nailong, je určený pro překlad celých dokumentů. Při generování bere v úvahu širší kontext, aby pomáhal zachovat návaznost, terminologii a odkazy napříč textem. Zveřejněný klient nabízí pevné šablony pro překlad mezi čínštinou a angličtinou a mezi čínštinou a japonštinou. Jeho doložený postup je tedy užší než deklarované pokrytí 150 jazyků u textové rodiny. 326

Nástroje a hranice dostupných důkazů

V repozitáři je také rozšíření do prohlížeče pro překlad webových stránek pomocí lokálně spuštěného modelu, který zpřístupňuje rozhraní kompatibilní s OpenAI API. Dokumentovaný postup pro dabing videa zahrnuje extrakci zvuku, oddělení hlasu, rozdělení řeči na časově označené úseky, překlad a následné zarovnání s časovou osou videa. Překlad je tedy jen jednou částí celého dabingového procesu. 2022

Ukázky a materiály týmu se věnují různým úlohám, od běžného textu přes titulky až po překlad s omezením délky a dlouhé dokumenty. Neměly by se však chápat jako nezávislý důkaz, že některý model vede ve všech jazycích a situacích. Verze 35B-A3B je výslovně označená jako preview a tým uvádí, že materiály NativeLongBench určené ke sdílení teprve plánuje zveřejnit. Dostupné informace proto nejlépe popisují, k čemu jsou jednotlivé větve navržené — nikoli zaručenou přesnost v každém jazyce, konzistentní hlas nebo dokonalé načasování dabingu. 526