Index-Translate : une famille de modèles, des usages bien distincts

Index-Translate est une famille de modèles de traduction construite sur Qwen3.5. Bilibili la décline pour le texte, la parole, le doublage à longueur contrôlée et les documents longs. Les modèles de texte sont proposés en 2B et 9B, ainsi qu’en 35B-A3B, cette dernière version étant présentée comme un aperçu. Les branches spécialisées, elles, répondent à des besoins précis plutôt que d’appliquer toutes les fonctions à chaque tâche. 25

Trois tailles pour la traduction de texte

Les versions texte sont annoncées pour 150 langues. Elles peuvent suivre des consignes de traduction portant notamment sur la terminologie, le format, le style, la structure ou la préservation de certains éléments. Cela ne signifie pas que chaque taille donne les mêmes résultats dans toutes les combinaisons de langues. 245

Le modèle 35B-A3B est un modèle à mélange d’experts : il compte 35 milliards de paramètres au total, dont environ 3 milliards sont actifs pour chaque jeton traité. Il est explicitement présenté comme une version préliminaire. 5

Côté licence, la fiche du modèle Index-Translate 2B indique Apache-2.0. Des articles consacrés à la sortie décrivent aussi la famille comme publiée sous cette licence ; mieux vaut néanmoins vérifier la licence associée aux poids et fichiers précis que l’on souhaite utiliser. 49

Des branches spécialisées pour la voix et les documents

• Index-Echo s’occupe de la traduction vocale. Son flux de reconnaissance vocale produit des sous-titres horodatés à partir de contenus audio ou vidéo en chinois, traduits en anglais, japonais ou espagnol. Il prévoit la segmentation de la parole, le recours au contexte et l’ajout facultatif d’un glossaire. La branche de doublage vise à reprendre certaines caractéristiques vocales de la personne qui parle dans l’audio d’origine : c’est un objectif de conception, pas une garantie de rendu identique dans chaque résultat. 2123
• Index-Homura ajuste la formulation traduite pour atteindre un nombre de syllabes donné. Cette contrainte peut être utile pour un texte de doublage où la durée à l’oral compte, mais le respect du compte syllabique ne garantit pas à lui seul une réplique naturelle ou parfaitement adaptée à la scène. 2527
• Index-NativeLong, aussi publié sous le nom Index-Nailong, traite le document dans son ensemble pour contribuer à la continuité des termes, des noms et des références au fil d’un texte long. Le client publié propose des modèles de consignes fixes pour les traductions chinois-anglais et chinois-japonais ; ce flux documenté est donc plus restreint que la couverture annoncée de 150 langues pour les modèles de texte. 326

Des outils pratiques, avec des limites à garder en tête

Le dépôt comprend une extension de navigateur pour traduire des pages web avec un modèle exécuté localement et accessible via une API compatible avec OpenAI. Pour le doublage vidéo, le flux décrit passe notamment par l’extraction audio, la séparation des voix, le découpage horodaté de la parole, la traduction, puis le recalage sur la chronologie de la vidéo. Autrement dit, le doublage ne se limite pas à traduire les phrases : il faut aussi traiter et synchroniser l’audio. 2022

Les exemples et les documents de l’équipe couvrent plusieurs tâches, des sous-titres aux textes longs en passant par les contraintes de syllabes. Ils illustrent les usages visés, sans démontrer qu’un modèle est le meilleur pour toutes les langues et toutes les situations. La version 35B-A3B est encore indiquée comme un aperçu, et la mise à disposition de matériaux partageables pour NativeLongBench est annoncée comme un projet. Les éléments disponibles permettent donc de comprendre le rôle de chaque branche, mais pas de garantir une qualité constante, une voix toujours préservée ou une précision parfaite sur l’ensemble d’un document. 526