Index-Translate 系列模型从文字到声音，
让表达跨越语言

Index-Translate：译出意思，也听懂要求

翻译人物对白时，我们关心角色说话的方式；翻译面向读者的说明时，我们关心语气与格式；遇到网络热梗时，还需要理解字面之外的语境。同一句话，可能需要不止一种合适的译法。

Index-Translate 将多语言翻译、指令控制与热梗理解结合起来。 除了原文和目标语言，你可以同时指定表达要求，例如保留人物之间的称谓、采用更口语化的语气，或只输出译文。模型据此完成翻译，让译文适合接下来的使用场景。

对于带有调侃、反话或文化背景的内容，翻译还需要理解它为何这样说。我们把社交与文化语境纳入评测，也单独考察翻译指令遵循，分别检查译文的质量与要求是否得到执行。

Index-Translate 以 Qwen 3.5 2B/9B/35A3B base 为底座，经过三个阶段训练：

Mid-train：这一阶段我们采用标准的 WSD scheduler，混合了基础预训练回放语料，多语种语料，平行语料和中转语料，探索了多种数据配比，平行度和平行组织方式，并在退火阶段特别提高了中转语料的比例，让模型学习不同语言的表达方式与跨语言语义对应，为后续翻译任务训练打下基础。

Post-train：在 mid-train 建立多语言基础之上，我们分别训练了通用翻译模型，指令遵循翻译模型和梗翻译模型三个专家模型，分别进行了 SFT 和 RaR RL（Rubric as Reward）或 RLVR。

Model-merge：我们结合线性插值/MOPD/Mix-RL，将多版本能力整合到统一模型。

邹衍站在原地说不出的委屈，他本以为两女在门口等她，怎么也会决个胜负，留下一个陪他。
让他也炫耀虚荣一般，难道我就这么命苦吗？
对不起了，昨天电源踢掉了，稿子都没了，尽力补。

Zou Yan stał w miejscu, czując niewypowiedzianą krzywdę. Myślał, że obie kobiety będą na niego czekać przy drzwiach i że w końcu rozstrzygną między sobą, która zostanie z nim.

Chciałby chociaż trochę pochwalić się swoją dumą. Czy naprawdę mam tak pechowe życie?

Przepraszam, wczoraj padło zasilanie i straciłem cały manuskrypt. Postaram się to nadrobić.

请将以下中文小说翻译成波兰语，并且严格遵循所有约束要求。

【源文】
邹衍站在原地说不出的委屈，他本以为两女在门口等她，怎么也会决个胜负，留下一个陪他。
让他也炫耀虚荣一般，难道我就这么命苦吗？
对不起了，昨天电源踢掉了，稿子都没了，尽力补。

【约束要求】
1. 【注意】指代一致性——源文第一句'他本以为两女在门口等她'中的'她'容易误指为两女中的一位，实际应为'他'（指邹衍自己），可能为笔误。翻译成波兰语时需注意代词性别一致，避免歧义。


只输出译文，不要有任何额外说明。

<div class="chat-msg">天呐，这<span class="bad">充电宝</span>太坑了！<br>拿<i>数据线</i>连上半天，电量不增反降，真让人抓狂。<b>电池健康</b>迟早被搞废，还能不能好好玩了？</div>

<div class="chat-msg">세상에, 이 <span class="bad">휴대용 밥통</span> 진짜 최악이잖아!<br><i>생명줄</i>로 반나절이나 연결했는데, 배터리가 차는 건 고사하고 오히려 줄어들다니, 진짜 미치겠네. <b>배터리 컨디션</b>도 조만간 다 망가질 텐데, 이걸로 제대로 놀 수 있긴 한 거야?</div>

请将以下这段中文HTML代码片段翻译成韩文。在翻译过程中，请务必严格保持所有的HTML标签原样不变。此外，请遵循指定的术语映射要求：将“电池健康”译作“배터리 컨디션”，将“充电宝”译作“휴대용 밥통”，并将“数据线”译作“생명줄”。最后，请确保整体译文呈现出日常口语化的表述风格。

<div class="chat-msg">天呐，这<span class="bad">充电宝</span>太坑了！<br>拿<i>数据线</i>连上半天，电量不增反降，真让人抓狂。<b>电池健康</b>迟早被搞废，还能不能好好玩了？</div>

注意仅输出翻译内容，不要其他任何解释

xdm关于e父的喜加一

我想吟下此诗：

静观其变，白嫖就好，入库吃灰，能要就要

敬请期待，e宝开造。

Leute, was das nächste Gratis-Spiel von Epic angeht:

Ich muss da mal dieses Gedicht rezitieren:

Warte einfach ab, hol’s dir umsonst, lass es im Bibliotheksregal stauben – wenn’s geht, nimm’s!

Bleibt dran, Epic legt los!

请将以下中文专栏文章翻译成德语，并且严格遵循所有约束要求。

【源文】
<p>xdm关于e父的喜加一</p><p><br></p><p>我想吟下此诗：</p><p><br></p><p>静观其变，白嫖就好，入库吃灰，能要就要</p><p><br></p><p>敬请期待，e宝开造。</p><p><br></p><p></p><p></p>

【约束要求】
1. 【硬性要求】保留源文中的 HTML 格式标记不变
2. 【注意】消除歧义——文中'白嫖'为网络游戏用语，指不花钱免费获取游戏/资源，而非字面意义上的'嫖娼'；'入库吃灰'指领取后放入库中却不游玩；'e宝'指Epic Games平台（昵称）。这些均需保留原网络黑话风格并意译。
3. 【注意】译文保持口语化网络聊天/游戏社区用语风格，不随意切换语体或语气

只输出译文，不要有任何额外说明。

<p>xdm关于e父的喜加一</p><p><br></p><p>我想吟下此诗：</p><p><br></p><p>静观其变，白嫖就好，入库吃灰，能要就要</p><p><br></p><p>敬请期待，e宝开造。</p><p><br></p><p></p><p></p>

<p>Leute, was das nächste Gratis-Spiel von Epic angeht:</p><p><br></p><p>Ich muss da mal dieses Gedicht rezitieren:</p><p><br></p><p>Warte einfach ab, hol’s dir umsonst, lass es im Bibliotheksregal stauben – wenn’s geht, nimm’s!</p><p><br></p><p>Bleibt dran, Epic legt los!</p><p><br></p><p></p><p></p>

文本与要求 → 译文

在线体验流程

1. 放入原文。 选择源语言与目标语言，输入需要翻译的文本。
2. 写下要求。 指定语气、称谓或输出格式；自定义要求使用 9B 版本。
3. 查看译文。 译文随生成过程逐步呈现，便于阅读和检查。

体验 Index-Translate · 文本翻译 ↗

Index-Echo：让另一种语言，也能被听见

视频里的讲述、对话和解说，需要通过声音传递给另一种语言的观众。Index-Echo 以源语音为输入，将翻译结果继续生成为目标语言语音，让内容以新的语言被听见。

Index-Echo 是端到端 S2S（Speech-to-Speech）语音翻译模型，支持 6 种语言的语音翻译与配音。 模型具备快速推理能力，面向短句对白与视频片段的翻译、配音需求，让从听到原声到获得目标语言语音的过程更加高效。

S2TT：语音输入、译文文本输出。 将 AuT encoder 接入 Index-Translate-2/9B，并以端到端方式训练语音翻译任务。

S2ST：语音输入、译文语音输出。 在 S2TT 的基础上，移除 CosyVoice3 的 tokenizer，并将 LLM 的 last hidden 表征与 CosyVoice3 的语义层连接。训练分两阶段：首先冻结 LLM 与 CosyVoice3，蒸馏训练约 30M 参数的映射器以对齐表征；随后解冻参与训练的模型参数，使用 DiffRO 进行端到端训练。说话人音色信息从源音频提取并用于语音生成；当前支持中英到 6 种目标语言的翻译与配音。

当前在线体验提供两条语音链路：按住说话直接把中文译成另一种语言的声音（英语、西班牙语、日语），或者上传一段中文/英文音频拿到译文文本，目标语种支持中、英、日、韩、阿、西、葡七种，模型可选 Index-Echo-9B 或 Index-Echo-2B。

按住说话 / 上传音频

在线体验流程

1. 按住说话。 选好目标语言，按住麦克风说话（最长 10 秒），松开自动翻译。
2. 听到译文。 直接播放目标语言的译文语音，同时给出识别原文与译文文本。
3. 上传音频译文字。 也可以拖入一段音频（最长 60 秒），获得识别原文与译文文本。

体验 Index-Echo · 语音翻译 ↗

Index-Homura：把译文放进配音的节奏

一句原本几秒钟说完的对白，换一种语言后可能长出一截。跨语言配音因此需要同时处理两件事：传达原意，以及让文案长度适合原有的时间窗口。

Index-Homura 是面向配音的音节可控翻译模型。 你可以设定目标音节比范围，让长度要求直接参与翻译过程，为后续语音制作提供文案。音节比指“译文音节数 ÷ 原文音节数”；当前在线体验则用目标音节数来设置译文长度。

让长度控制进入训练目标。 HOMURA 方法采用 GRPO 强化学习，将动态音节比奖励与翻译质量奖励结合，同时优化长度约束、语义保留与语言流畅性。音节比的奖励区间会考虑目标语言差异与短句的计数粒度，让模型在预算内学习如何选择更合适的措辞。

对白与音节数 → 配音文案

在线体验流程

1. 输入中文对白。 选择英语、阿拉伯语、西班牙语或日语作为目标语言。
2. 设定目标音节数。 使用滑杆或数字输入，给译文一个明确的长度要求。
3. 查看翻译文案。 检查译文的表达与长度，为配音准备文本。

体验 Index-Homura · 音节控制翻译 ↗

Index-NaiLong：整本小说，一次译完

长文档翻译暴露了翻译专用模型的明显短板。 在这组中文到英文的评测中，Hy-MT2-7B 在 GuoFeng 上从 4K 档位的 0.7334 降至 64K 的 0.0001，在 BWB 上也从 0.7167 降至 0.0001；到 16K 时，两项分数已分别降至 0.0197 和 0.0334。翻译专项能力并没有自然延伸为稳定的长文档翻译能力。

即使是 frontier 模型，长输出也可能成为严重瓶颈。 LongWriter（2024）在当时受测的前沿模型中观察到：模型能够接收很长的上下文，却仍难以按要求生成足够长的文本。对于整本小说翻译，模型必须持续覆盖原文、保持人物与情节衔接，并把译文完整写到结尾；单纯扩大上下文窗口无法证明这些能力。

Index-NaiLong 面向超长输入与输出，支持在一次生成中输出单本小说的完整译文。 我们把长篇内容的全文翻译作为核心任务，同时检查输出完整性、人物称谓一致性和前后文衔接，让长篇翻译得到一份可以继续使用的完整作品。

在在线体验中，你可以直接上传文档、阅读生成中的译文并下载结果。当前体验页采用分段处理和逐段呈现的工作流，提供中文到英文的文档翻译。

长文档 → 可下载译文

在线体验流程

1. 上传长文档。 提供 TXT 或 Markdown 格式的中文内容。
2. 逐段查看译文。 体验页分段处理文档，随进度呈现英文结果。
3. 下载翻译文档。 选择 Markdown 或 PDF，保存译文继续使用。

体验 Index-NaiLong · 长文本翻译 ↗

评测结果

以下集中展示 Index-Translate、Index-Echo、Index-Homura 和 Index-NaiLong 的详细评测。各模型采用与自身任务对应的测试集和指标。

Index-Translate：文本翻译

我们从七个维度整理文本翻译评测：翻译指令遵循、书籍、字幕、社交与文化语境、FLORES、WMT，以及小语种翻译。

在当前参评集合中，9B 文本翻译模型在指令遵循和字幕翻译两类取得最高分，五类进入前二；2B 模型在指令遵循类别排名第三。这些成绩仅覆盖对应的文本模型检查点，不代表 35B-A3B、Homura、NaiLong 或 Echo 的表现；与正式 Index-Translate 发布权重的对应关系尚待核对。

表中为组内原始指标的等权均值，越高越好；七个类别均包含 13 个参评模型。

具体到单项，Index-Translate-9B 在 instTrans_minor 的 IFscore 为 0.8792，Index-Translate-2B 为 0.7851，分别位于本表有效成绩的第一和第二。在字幕测试集 MuST-Cinema 上，9B 模型取得 0.8979 COMET-22；在 MEME 上取得 0.7331，位于本表有效成绩的第二。

图中各维度独立归一化至 0–100，展示相对位置；距离与面积不代表原始分差或综合能力。

排名为当前数据中的数值排序，未做显著性检验。例如字幕类别第一与第二的均分相差 0.00065，不据此宣称显著领先。

查看 12 项原始成绩 · 查看全部模型的七类均分

开始使用

Index-Translate 系列模型提供四类模型。选择你手中的内容和希望得到的输出，即可进入对应的体验页面。