Index-Translate 운영 중

Index-Translate는 Bilibili Index LLM 팀이 오픈 소스로 공개한 다국어 번역 모델 제품군으로, Qwen3.5를 기반으로 구축되었으며 Apache-2.0 라이선스를 따릅니다. 텍스트 모델은 150개 언어를 지원하고 2B/9B/35B-A3B의 세 가지 규모를 제공하며, 용어, 형식, 보존할 콘텐츠 등의 번역 지시를 지원합니다. Index-Translate 제품군에는 Index-Echo 음성 번역, Index-Homura 음절 제어 번역, Index-NativeLong 장문서 번역도 포함됩니다.

Index-Translate 텍스트 번역: 150개 언어의 텍스트 및 구조화된 콘텐츠 번역을 지원하며, 용어 통일, 형식 보존, 지정 필드 번역 등의 지시를 동시에 수행할 수 있습니다.
Index-Echo 음성 번역: 음성 대 음성(S2ST 더빙)과 음성 대 텍스트(S2TT 자막)를 지원하며, 더빙 생성 시 원본 오디오의 화자 음색 특성을 참고합니다.
Index-Homura 음절 제어 번역: 목표 음절 수를 입력으로 받아 번역문의 표현과 길이를 자동으로 조정하고, 영상 더빙에 맞는 길이의 텍스트를 제공합니다.
Index-NativeLong 장문서 번역: 전체 문서를 한 번에 입력하고 번역문을 연속 생성하여, 긴 컨텍스트를 활용해 인명, 용어 및 개념 계층의 일관성을 유지합니다.

WeChat에서 “开源”라고 답장하여 AI 오픈 소스 프로젝트 교류 그룹에 참여하세요.
기반 모델과 통합 아키텍처: 전체 제품군은 Qwen3.5를 기반으로 구축되며, 다국어 말뭉치와 번역 지시 데이터로 미세 조정하여 텍스트 모델이 하나의 아키텍처 안에서 번역 능력과 제약 준수 능력을 동시에 습득하도록 합니다. 추론에는 vLLM을 사용하고, 텍스트 모델은 기본적으로 탐욕적 디코딩을 적용해 안정적이고 재현 가능한 출력을 보장합니다.
Index-Echo 음성 번역: “인식→번역→합성”의 캐스케이드 파이프라인을 사용합니다. S2ST는 번역 후 CosyVoice 음성 합성을 연결하고, 원본 오디오에서 화자 임베딩을 추출해 합성 모듈에 주입함으로써 음색을 복제합니다. 오디오는 60초 단위로 분할 처리하며, 처음 5개 구간의 이전 컨텍스트를 유지해 담화의 일관성을 보장합니다.
Index-Homura 음절 제어: 목표 음절 수를 명시적 조건으로 프롬프트에 주입하고 샘플링 디코딩과 결합하여, 모델이 번역 과정에서 표현 선택과 길이 계획을 동시에 수행하도록 합니다. 문장 구조를 재구성해 음절 예산에 맞추며, SandGlass에서 출력 음절 편차가 10% 이하인 비율은 81.92%입니다.
Index-NativeLong 장문서 번역: 원문 전체를 한 번에 입력하는 방식을 사용하여 문서 전체를 읽은 뒤 번역문을 연속 생성합니다. 초장문 컨텍스트 창을 활용해 생성 과정에서 앞부분의 인명과 용어 사용을 “기억”하므로, 외부 용어집 없이도 일관성을 유지할 수 있습니다. 이는 인접 컨텍스트와 자동 용어집에 의존하는 기존의 분할 번역 방식과 다릅니다.
평가 방법: FLORES, WMT26 등의 일반 벤치마크 외에도 팀이 직접 instTrans, MEME, SandGlass, 장문서 다중 길이 평가의 네 가지 과제 세트를 구축했습니다. 번역 품질과 지시 준수 여부를 별도로 채점하여 실제 사용 환경에 더욱 가깝게 평가합니다.

저장소 복제: git clone https://github.com/bilibili/Index-Translate.git을 실행하고 프로젝트 디렉터리로 이동합니다.
의존성 설치: pip install -U vllm 및 pip install -r inference/llm/requirements.txt를 실행하여 Qwen3.5를 지원하는 vLLM 환경을 준비합니다.
서비스 시작: vllm serve IndexTeam/Index-Translate-2B --host 127.0.0.1 --port 8000 --max-model-len 4096을 실행하여 로컬 8000 포트에서 모델 서비스를 시작합니다.
번역 실행: 새 터미널에서 python inference/llm/translate.py "你好，世界" --target en --model IndexTeam/Index-Translate-2B를 실행하면 번역문을 얻을 수 있습니다.
사용자 지정 연동: 클라이언트는 기본적으로 http://127.0.0.1:8000/v1에 요청합니다. --base-url/--api-key 또는 환경 변수 OPENAI_BASE_URL/OPENAI_API_KEY를 통해 자체 서비스에 연결할 수 있습니다.
음절 제어 번역: inference/llm/syllable_translate.py를 호출하고 --syllables로 목표 음절 수를 전달합니다.
장문서 번역: doc_translate.py를 호출하고 --direction으로 zh-en / zh-ja 등의 고정 템플릿 방향을 지정합니다.
음성 번역: 저장소의 S2TT 자막 가이드 또는 S2ST 더빙 가이드에 따라 s2tt.py 또는 dub.py를 사용해 오디오와 비디오를 처리합니다.
온라인 Demo: https://index-translate.bilibili.com/에 접속하여 텍스트, 음성, 음절, 장문서의 네 가지 번역을 체험할 수 있습니다.
브라우저 플러그인: 모델을 로컬에 배포한 후 Chrome/Edge/Firefox 플러그인으로 웹페이지를 번역할 수 있습니다.

폭넓은 언어 지원: 텍스트 모델은 150개 언어 간 번역을 지원하며, 소수 언어에서도 뛰어난 성능을 보입니다. 35B-A3B의 FLORES_minor_pair off-target 비율은 2.4%에 불과합니다.
강력한 지시 준수: 번역 중 용어 통일, 형식 보존, 지정 필드 등의 요구 사항을 동시에 수행합니다. 9B는 instTrans_minor 지시 준수 점수 0.7725로 모든 비교 모델 중 가장 높습니다.
커뮤니티 밈 이해: MEME 평가는 동음어, 약칭, 농담 등 커뮤니티 표현에 맞춰 최적화되었으며, “结芬”, “狒瘾”과 같은 밈도 정확하고 자연스럽게 번역할 수 있습니다.
음색을 보존하는 음성 번역: Index-Echo는 목표 언어 더빙을 생성할 때 원본 오디오의 화자 특성을 참고하여 원음의 스타일을 살린 다국어 더빙을 구현합니다.
더빙에 맞춘 음절 제어: Index-Homura는 목표 음절 수를 입력받아 예산에 맞게 문장을 재구성합니다. 출력 음절 편차가 10% 이하인 비율은 81.92%로, 영상 더빙 환경에 직접 활용할 수 있습니다.
장문서의 일관성 유지: Index-NativeLong은 문서 전체를 원문 그대로 번역하여 외부 용어집 없이도 장문에서 인명과 용어의 일관성을 유지하고 개념 계층을 정확하게 구분합니다.

GitHub 저장소: https://github.com/bilibili/Index-Translate
HuggingFace 모델 저장소: https://huggingface.co/collections/IndexTeam/index-translate
기술 논문: https://github.com/bilibili/Index-Translate/blob/main/docs/Index_Translate_Series_Technical_Report.pdf

영상 현지화 더빙: Index-Echo를 사용해 영상을 목표 언어 더빙으로 번역하고 원래 화자의 음색을 보존합니다. Index-Homura의 음절 제어와 함께 사용하면 대사가 영상 길이에 맞아 영화 및 드라마, 강의, Vlog의 해외 진출에 적합합니다.
다국어 자막 생성: S2TT 음성 대 텍스트 기능으로 강연, 라이브 방송, 숏폼 영상에 중국어/일본어/영어/스페인어 등의 다국어 자막을 자동 생성하여 다국어 콘텐츠 배포를 지원합니다.
커뮤니티 콘텐츠의 해외 진출: 탄막, 피드, 게시물을 번역할 때 “狒瘾”→“FFXIV itch”와 같이 밈의 원래 의미, 해시태그 및 이모티콘 구조를 보존하여 게임과 서브컬처 콘텐츠가 해외 시장에서도 맥락을 잃지 않도록 합니다.
장문서 및 웹소설 번역: Index-NativeLong으로 소설 전체와 glacier史 등의 장문을 번역합니다. 수동으로 용어집을 관리하지 않아도 인명, 용어 및 개념 계층의 일관성을 유지할 수 있어 웹소설과 출판물의 해외 진출에 적합합니다.
전자상거래 및 제품 자료 현지화: 지시에 따라 상품 CSV의 지정 열만 번역하고 헤더와 번호를 보존하거나, 공지 JSON을 구조적으로 번역하여 번역문을 후속 비즈니스 시스템에 바로 연결하고 현지화 프로세스 비용을 줄일 수 있습니다.