Hibiki est un modèle avancé spécialisé dans la traduction vocale en streaming. Il génère des traductions précises bloc par bloc en accumulant en temps réel suffisamment d'informations contextuelles. Il prend en charge la traduction vocale et textuelle et permet la conversion vocale. Ce modèle, basé sur une architecture multi-flux, traite simultanément l'audio source et l'audio cible, générant un flux audio continu et une traduction textuelle avec horodatage. Ses principaux avantages incluent une conversion vocale haute fidélité, une traduction en temps réel à faible latence et la compatibilité avec des stratégies d'inférence complexes. Hibiki prend actuellement en charge la traduction du français vers l'anglais et convient aux scénarios nécessitant une traduction en temps réel efficace, tels que les conférences internationales et les diffusions multi-langues. Le modèle est open source et gratuit, adapté aux développeurs et aux chercheurs.