Gummy

Gummy是什么

• 通义实验室研发的端到端语音翻译大模型，2024年云栖大会正式发布；
• 基于深度神经网络实现语音到目标语言的直接转换，消除传统翻译的文本中间环节；
• 支持中文、英语、日语等12种语言互译，覆盖全球90%以上人口常用语种。

Gummy核心功能特点

• 实时流式处理：0.5秒超低延迟，对话节奏自然无中断；
• 智能语境理解：自动识别医疗、法律等专业领域术语并进行精准转换；
• 混合语言处理：单次对话中可处理多语种输入，无需手动切换语言模式；
• 自适应预测机制：通过wait & predict技术动态优化翻译质量和响应速度的平衡。

如何使用Gummy

• 访问阿里云通义实验室官网，创建语音翻译服务实例；
• 通过API接口集成至会议系统、移动应用或智能硬件设备；
• 在网页端直接开启实时语音对话翻译，支持双语字幕同步显示；
• 使用术语库管理功能上传专业词典，提升特定领域翻译准确率。

Gummy应用场景

• 跨国远程会议：为30+参会方提供同声传译，支持自动生成多语种会议纪要；
• 智慧医疗问诊：实时翻译医患对话，同步生成结构化电子病历；
• 沉浸式语言学习：AI陪练自动纠正发音，模拟真实跨语言交流环境；
• 智能客服系统：7×24小时处理全球客户咨询，支持语音转文本双存档。