Index-Translate: i modelli di Bilibili per tradurre testi, audio e documenti

Index-Translate è una famiglia di modelli di traduzione di Bilibili basata su Qwen3.5. Non si limita ai testi: comprende strumenti e varianti per audio, doppiaggio con vincoli di lunghezza e documenti lunghi. I modelli testuali sono proposti in tre taglie, mentre le altre versioni sono pensate per esigenze specifiche. 25

Tre taglie per tradurre testi

Le versioni testuali sono da 2B e 9B, più la 35B-A3B, indicata come anteprima. Quest’ultima usa un’architettura mixture-of-experts: ha 35 miliardi di parametri complessivi e circa 3 miliardi attivi per token. La famiglia dichiara il supporto a 150 lingue e la capacità di seguire istruzioni su terminologia, formattazione, stile, struttura e contenuti da preservare. Questo non significa che tutte le taglie offrano risultati equivalenti in ogni combinazione linguistica. 245

La scheda del modello Index-Translate 2B riporta la licenza Apache-2.0. Alcune presentazioni descrivono con la stessa licenza l’intera famiglia: prima di usare o ridistribuire i pesi, è comunque opportuno verificare la licenza associata al singolo pacchetto. 49

Le varianti per voce, doppiaggio e documenti

• Index-Echo si occupa della traduzione vocale. Il flusso speech-to-text produce sottotitoli con marcatori temporali traducendo audio o video in cinese verso inglese, giapponese o spagnolo; prevede segmentazione del parlato, contesto scorrevole e un glossario facoltativo. La variante speech-to-speech è progettata per tenere conto delle caratteristiche vocali di chi parla nel doppiaggio: è un obiettivo del sistema, non una garanzia di identica resa in ogni risultato. 2123
• Index-Homura riformula la traduzione per rispettare un numero di sillabe indicato. È una funzione pensata per copioni di doppiaggio, nei quali conta anche la durata delle battute. Rientrare nel vincolo sillabico, da solo, non assicura però una frase naturale o perfettamente adatta alla scena. 2527
• Index-NativeLong, distribuito anche con il nome Index-Nailong, è dedicato ai documenti lunghi. Considera il testo nel suo insieme per favorire continuità e coerenza di nomi, riferimenti e terminologia. Il client pubblicato offre modelli di prompt predefiniti per le traduzioni cinese-inglese e cinese-giapponese: il flusso documentato è quindi più circoscritto rispetto alle 150 lingue dichiarate per i modelli testuali. 326

Strumenti disponibili e limiti delle prove

Nel repository è disponibile anche un’estensione per tradurre pagine web con un modello eseguito in locale e accessibile tramite un’API compatibile con OpenAI. Il flusso di doppiaggio video documentato comprende estrazione dell’audio, separazione delle voci, segmentazione temporizzata del parlato, traduzione e riallineamento alla timeline: passaggi che mostrano come il doppiaggio richieda più della sola traduzione. 2022

Gli esempi e i materiali pubblicati coprono attività diverse, dai testi ai sottotitoli, fino ai documenti estesi e alle traduzioni con vincoli di sillabe. Sono indicazioni utili sulle funzioni previste, ma non costituiscono una prova indipendente di superiorità in ogni lingua, compito o contesto. La versione testuale 35B-A3B è ancora una preview e il team indica come pianificata la pubblicazione di materiale condivisibile per NativeLongBench. Le informazioni disponibili consentono quindi di descrivere l’ambito di ciascun ramo, non di garantire accuratezza uniforme o risultati sempre perfetti su voce, tempi e coerenza dell’intero documento. 526