Index-Translate – B站開源的多語言翻譯模型家族

Index-Translate是什麼

Index-Translate是B站Index LLM團隊開源的多語言翻譯模型家族，基於Qwen3.5構建，採用Apache-2.0協議。文本模型覆蓋150種語言，提供2B/9B/35B-A3B三種規模，支持術語、格式、保留內容等翻譯指令。Index-Translate家族還包括，Index-Echo語音翻譯、Index-Homura音節可控翻譯、Index-NativeLong長文檔翻譯。

Index-Translate的主要功能

• Index-Translate 文本翻譯：覆蓋 150 種語言的文本與結構化內容翻譯，能同時執行術語統一、格式保留、指定字段翻譯等指令要求。
• Index-Echo 語音翻譯：支持語音轉語音（S2ST 配音）和語音轉文字（S2TT 字幕），生成配音時參考源音頻的說話人音色特徵。
• Index-Homura 音節可控翻譯：接受目標音節數作爲輸入，自動調整譯文措辭和長度，爲視頻配音提供時長相配的文本。
• Index-NativeLong 長文檔翻譯：一次輸入全文並連續生成譯文，利用長上下文維持人物名、術語和概念層級的前後一致。

Index-Translate的技術原理

• 基座與統一架構：整個家族構建在 Qwen3.5 之上，通過多語言語料與翻譯指令數據微調，使文本模型在單一架構內同時習得翻譯能力和約束遵循能力；推理採用 vLLM 部署，文本模型默認貪心解碼，保證輸出穩定可復現。
• Index-Echo 語音翻譯：採用級聯式”識別→翻譯→合成”管線，S2ST 在翻譯後接 CosyVoice 語音合成，並提取源音頻的說話人嵌入注入合成模塊實現音色克隆；音頻按 60 秒窗口分段處理，保留前 5 個窗口的歷史上下文以保持語篇連貫。
• Index-Homura 音節控制：將目標音節數作爲顯式條件注入提示，配合採樣解碼，讓模型在翻譯時同步進行措辭選擇與長度規劃，重組句子結構以命中音節預算；在 SandGlass 上 81.92% 的輸出音節偏差不超過 10%。
• Index-NativeLong 長文檔翻譯：採用原生全文輸入方式，一次讀完整個文檔再連續生成譯文，藉助超長上下文窗口在生成過程中”記住”前文的人物名與術語用法，無需外部詞表即可保持一致性；區別於傳統分塊翻譯依賴相鄰上下文和自動詞表的做法。
• 評測方法：除 FLORES、WMT26 等通用基準外，團隊自建 instTrans、MEME、SandGlass、長文檔多檔長度評測四類任務集，將翻譯質量與指令遵循分開打分，更貼近真實使用場景。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用Index-Translate

• 克隆倉庫：git clone https://github.com/bilibili/Index-Translate.git 並進入項目目錄。
• 安裝依賴：執行 pip install -U vllm 和 pip install -r inference/llm/requirements.txt，準備帶 Qwen3.5 支持的 vLLM 環境。
• 啓動服務：運行 vllm serve IndexTeam/Index-Translate-2B --host 127.0.0.1 --port 8000 --max-model-len 4096，在本地 8000 端口拉起模型服務。
• 執行翻譯：新開終端運行 python inference/llm/translate.py "你好，世界" --target en --model IndexTeam/Index-Translate-2B 即可得到譯文。
• 自定義接入：客戶端默認請求 http://127.0.0.1:8000/v1，可通過 --base-url/--api-key 或環境變量 OPENAI_BASE_URL/OPENAI_API_KEY 對接自己的服務。

• 音節可控翻譯：調用 inference/llm/syllable_translate.py，用 --syllables 傳入目標音節數。
• 長文檔翻譯：調用 doc_translate.py，用 --direction 指定 zh-en / zh-ja 等固定模板方向。
• 語音翻譯：按倉庫的 S2TT 字幕指南或 S2ST 配音指南，使用 s2tt.py 或 dub.py 處理音頻與視頻。

• 在線 Demo：直接訪問 https://index-translate.bilibili.com/ 體驗文本、語音、音節、長文檔四類翻譯。
• 瀏覽器插件：本地部署模型後，可通過 Chrome/Edge/Firefox 插件翻譯網頁。

Index-Translate的核心優勢

• 語言覆蓋廣：文本模型支持 150 種語言互譯，小語種表現突出，35B-A3B 在 FLORES_minor_pair 上 off-target 率僅 2.4%。
• 指令遵循強：翻譯時同步執行術語統一、格式保留、字段指定等要求，9B 在 instTrans_minor 指令遵循得分 0.7725，爲所有對比模型最高。
• 懂社區熱梗：MEME 評測針對諧音、簡稱、調侃等社區表達優化，能把”結芬””狒癮”這類梗翻準翻通。
• 語音翻譯保音色：Index-Echo 生成目標語言配音時參考源音頻說話人特徵，實現帶原聲風格的跨語言配音。
• 音節可控適配配音：Index-Homura 接受目標音節數並按預算重組句子，81.92% 的輸出音節偏差不超過 10%，直接服務視頻配音場景。
• 長文檔前後一致：Index-NativeLong 原生全文翻譯，無需外部詞表即可在長文中保持人物名與術語一致，並正確區分概念層級。

Index-Translate的項目地址

• GitHub倉庫：https://github.com/bilibili/Index-Translate
• HuggingFace模型庫：https://huggingface.co/collections/IndexTeam/index-translate
• 技術論文：https://github.com/bilibili/Index-Translate/blob/main/docs/Index_Translate_Series_Technical_Report.pdf

Index-Translate的同類競品對比

Index-Translate的應用場景

• 視頻本地化配音：用 Index-Echo 將視頻翻譯爲目標語言配音，保留原說話人音色，配合 Index-Homura 的音節控制讓台詞匹配鏡頭時長，適用於影視劇、課程、Vlog 出海。
• 多語言字幕生成：通過 S2TT 語音轉文字能力爲演講、直播、短視頻自動生成中/日/英/西等多語字幕，服務跨語言內容分發。
• 社區內容出海：翻譯彈幕、動態、帖子時保留熱梗原意（如”狒癮”→”FFXIV itch”）、話題標籤和表情結構，讓遊戲、二次元文化內容在海外市場不失語境。
• 長文檔與網文翻譯：用 Index-NativeLong 整本翻譯小說、 glacier史 等長文，無需人工維護詞表即可保持人物名、術語和概念層級前後一致，適合網文、出版出海。
• 電商與產品資料本地化：按指令只翻譯商品 CSV 的指定列、保留表頭與編號，或將公告 JSON 結構化翻譯，讓譯文可直接接入後續業務系統，降低本地化流程成本。