CLASI é um sistema de interpretação simultânea de alta qualidade e semelhante à humana, desenvolvido pela equipe de pesquisa do ByteDance. Ele equilibra a qualidade da tradução e a latência por meio de uma estratégia de leitura e gravação inovadora baseada em dados, emprega um módulo de recuperação multimodal para melhorar a tradução de termos específicos de domínio, utiliza modelos de linguagem de grande escala (LLMs) para gerar traduções com tolerância a erros e leva em consideração o áudio de entrada, o contexto histórico e as informações recuperadas. Em cenários do mundo real, o CLASI atingiu uma proporção de informação válida (VIP) de 81,3% e 78,0% nas direções de tradução chinês-inglês e inglês-chinês, respectivamente, superando significativamente outros sistemas.