Index-Translate 運営中

Index-Translateは、BilibiliのIndex LLMチームがオープンソースで公開する多言語翻訳モデルファミリーです。Qwen3.5をベースに構築され、Apache-2.0ライセンスを採用しています。テキストモデルは150言語をカバーし、2B/9B/35B-A3Bの3規模を提供し、用語、形式、保持対象の内容などの翻訳指示に対応します。Index-Translateファミリーには、Index-Echo音声翻訳、Index-Homura音節制御翻訳、Index-NativeLong長文書翻訳も含まれます。

Index-Translateテキスト翻訳：150言語のテキストおよび構造化コンテンツの翻訳をカバーし、用語の統一、形式の保持、指定フィールドの翻訳などの指示を同時に実行できます。
Index-Echo音声翻訳：音声間翻訳（S2ST吹き替え）と音声テキスト変換（S2TT字幕）に対応し、吹き替え生成時には原音声の話者の声質特性を参照します。
Index-Homura音節制御翻訳：目標音節数を入力として受け取り、翻訳文の表現と長さを自動調整し、動画の吹き替えに適した長さのテキストを生成します。
Index-NativeLong長文書翻訳：文書全体を一度に入力して翻訳文を連続生成し、長いコンテキストを利用して人物名、用語、概念階層の一貫性を維持します。

WeChatで「オープンソース」と返信すると、AIオープンソースプロジェクト交流グループに参加できます
基盤モデルと統一アーキテクチャ：ファミリー全体をQwen3.5上に構築し、多言語コーパスと翻訳指示データでファインチューニングすることで、テキストモデルは単一アーキテクチャ内で翻訳能力と制約遵守能力を同時に習得します。推論にはvLLMを使用し、テキストモデルではデフォルトで貪欲デコードを採用して、安定して再現可能な出力を実現します。
Index-Echo音声翻訳：「認識→翻訳→合成」のカスケード式パイプラインを採用しています。S2STでは翻訳後にCosyVoice音声合成を接続し、原音声から話者埋め込みを抽出して合成モジュールに注入することで声質をクローンします。音声は60秒のウィンドウ単位で処理し、最初の5ウィンドウの履歴コンテキストを保持して談話の一貫性を維持します。
Index-Homura音節制御：目標音節数を明示的な条件としてプロンプトに注入し、サンプリングデコードと組み合わせることで、翻訳時に表現の選択と長さの計画を同時に行い、音節予算に合わせて文構造を再構成します。SandGlassでは、81.92%の出力で音節数の偏差が10%以内に収まります。
Index-NativeLong長文書翻訳：文書全体をネイティブに入力する方式を採用し、文書全体を一度に読み込んでから翻訳文を連続生成します。非常に長いコンテキストウィンドウを活用し、生成中に前文の人物名や用語の用法を「記憶」することで、外部用語集なしに一貫性を維持します。これは、隣接コンテキストと自動用語集に依存する従来の分割翻訳とは異なります。
評価方法：FLORES、WMT26などの一般的なベンチマークに加え、チームが独自にinstTrans、MEME、SandGlass、長文書の複数長評価という4種類のタスクセットを構築しています。翻訳品質と指示遵守を分けて採点し、実際の利用シーンにより近い評価を行います。

リポジトリをクローン：git clone https://github.com/bilibili/Index-Translate.git を実行してプロジェクトディレクトリに移動します。
依存関係をインストール：pip install -U vllm および pip install -r inference/llm/requirements.txt を実行し、Qwen3.5に対応したvLLM環境を準備します。
サービスを起動：vllm serve IndexTeam/Index-Translate-2B --host 127.0.0.1 --port 8000 --max-model-len 4096 を実行し、ローカルの8000ポートでモデルサービスを起動します。
翻訳を実行：新しいターミナルで python inference/llm/translate.py "你好，世界" --target en --model IndexTeam/Index-Translate-2B を実行すると、翻訳結果を取得できます。
カスタム接続：クライアントはデフォルトで http://127.0.0.1:8000/v1 にリクエストします。--base-url/--api-key または環境変数OPENAI_BASE_URL/OPENAI_API_KEYを使用して、自分のサービスに接続できます。
音節制御翻訳：inference/llm/syllable_translate.pyを呼び出し、--syllablesで目標音節数を指定します。
長文書翻訳：doc_translate.pyを呼び出し、--directionでzh-en / zh-jaなどの固定テンプレート方向を指定します。
音声翻訳：リポジトリのS2TT字幕ガイドまたはS2ST吹き替えガイドに従い、s2tt.pyまたはdub.pyで音声と動画を処理します。
オンラインDemo：https://index-translate.bilibili.com/ にアクセスすると、テキスト、音声、音節、長文書の4種類の翻訳を体験できます。
ブラウザ拡張機能：モデルをローカルにデプロイした後、Chrome/Edge/Firefoxの拡張機能でウェブページを翻訳できます。

幅広い言語対応：テキストモデルは150言語間の翻訳に対応し、低リソース言語でも優れた性能を発揮します。35B-A3BのFLORES_minor_pairにおけるオフターゲット率はわずか2.4%です。
強力な指示遵守：翻訳時に用語の統一、形式の保持、指定フィールドなどの要件を同時に実行します。9BはinstTrans_minorの指示遵守スコアで0.7725を達成し、比較対象モデル中で最高でした。
コミュニティの流行語に対応：「结芬」「狒瘾」のような語呂合わせ、略称、冗談などのコミュニティ表現を対象に最適化されたMEME評価により、こうしたネットミームも正確かつ自然に翻訳できます。
声質を保持した音声翻訳：Index-Echoは目標言語の吹き替え生成時に原音声の話者特性を参照し、原音のスタイルを保った多言語吹き替えを実現します。
吹き替えに適した音節制御：Index-Homuraは目標音節数を受け取り、予算に合わせて文を再構成します。81.92%の出力で音節数の偏差が10%以内に収まり、動画の吹き替えに直接活用できます。
長文書での一貫性：Index-NativeLongは文書全体をネイティブに翻訳し、外部用語集なしで長文中の人物名と用語の一貫性を維持するとともに、概念階層を正確に区別します。

GitHubリポジトリ：https://github.com/bilibili/Index-Translate
HuggingFaceモデルコレクション：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

動画のローカライズ吹き替え：Index-Echoで動画を目標言語の吹き替えに翻訳し、元の話者の声質を保持します。Index-Homuraの音節制御と組み合わせることでセリフを映像の長さに合わせられ、映画・ドラマ、講座、Vlogの海外展開に適しています。
多言語字幕の生成：S2TTの音声テキスト変換機能により、講演、ライブ配信、ショート動画に中国語・日本語・英語・スペイン語などの多言語字幕を自動生成し、言語を越えたコンテンツ配信を支援します。
コミュニティコンテンツの海外展開：弾幕、投稿、スレッドを翻訳する際、「狒瘾」→「FFXIV itch」のようにネットミームの本来の意味を保ち、ハッシュタグや絵文字の構造も維持します。これにより、ゲームや二次元文化のコンテンツを海外市場でも文脈を失わずに届けられます。
長文書とウェブ小説の翻訳：Index-NativeLongで小説全体や「glacier史」などの長文を翻訳します。用語集を手作業で管理することなく、人物名、用語、概念階層の一貫性を維持でき、ウェブ小説や出版物の海外展開に適しています。
EC・製品資料のローカライズ：指示に従って商品CSVの指定列だけを翻訳し、ヘッダーと番号を保持したり、告知JSONを構造化翻訳したりできます。翻訳文を後続の業務システムに直接接続でき、ローカライズ工程のコストを削減します。