6月1日，阿裏雲宣布通義大模型進展，聚焦音視頻內容的AI新品“通義聽悟”正式上线，成爲國內首個开放公測的大模型應用產品。通義聽悟接入了通義千問大模型的理解與摘要能力，可成爲用戶工作學習中的得力AI助手，幫助隨時隨地高效完成對音視頻內容的轉寫、檢索、摘要和整理，比如用大模型自動做筆記、整理訪談、提取PPT等。公測期間，用戶可領取100小時以上聽悟免費轉寫時長。

“換一種方式，讓音視頻可以被輕松閱讀、整理和分享。”阿裏雲CTO周靖人介紹，聽悟是一款工作學習AI助手，它瞄准具有高知識附加值的音視頻內容場景，比如开會、上課、訪談、培訓、面試、直播、看視頻、聽播客等，能通過大模型等最新AI技術快速提煉和沉澱知識。

根據現場演示，聽悟融合了十多項AI功能，可以全面提升知識從音視頻向圖文形態轉化的效率。除了“聽力好”，能高准確度生成會議記錄、區分不同發言人，這個AI助手“悟性也極高”，大模型可以一秒給音視頻劃分章節並形成摘要、總結全文及每個發言人觀點、整理關注重點和待辦事項。大模型一鍵提取PPT、針對多個音視頻內容向AI提問、概括特定段落等功能近期也將上线。

通義聽悟可自動爲音視頻生成全文摘要、章節概括、發言總結

針對一些細分場景，聽悟還設置了不少“寶藏功能”：打开Chrome插件，外語學習者和聽障人士可以借助雙語懸浮字幕條隨時隨地看無字幕視頻，日程衝突時，聽悟還可成爲職場人士的“开會替身”，在靜音情況下入會AI可代爲記錄會議、整理要點；轉寫結果可下載爲字幕文件，方便新媒體從業者視頻後期制作；聽悟梳理的問答回顧可以讓記者、分析師、律師、HR等群體整理訪談更高效。

通義聽悟Chrome插件將在近期對所有用戶开放下載

另一顯著優勢是，聽悟與阿裏雲盤打通，一鍵就能轉寫雲盤上的音視頻內容，公測期間注冊的聽悟用戶後續還將獲得更大的阿裏雲盤存儲空間，在雲盤內在线播放視頻時也可自動出字幕。

通義聽悟支持一鍵導入阿裏雲盤音視頻文件

周靖人介紹，聽悟集成了阿裏最先進的語音和語言技術。其內置阿裏新一代工業級語音識別模型，識別准確率在多個權威中文數據集上名列第一；融合自研語音語義多模態說話人算法，能對10人以上說話場景進行角色區分；接入通義千問大模型後，能夠對上萬字的音視頻內容進行摘要總結，事實准確與要點完備性國內領先，支持跨多音視頻內容的精准問答理解。

繼史無前例的大降價後，阿裏雲再次送出人人都能用上的AI“大禮包”。此前國內語音廠商AI轉寫定價達19．8元每小時，而聽悟用戶可通過每日登陸等多種任務領取免費轉寫時長。公測期間，阿裏雲官方微博、微信及各大平台社區還會發放大量20小時轉寫口令碼，用戶獲得的福利權益可累加，一年內有效，免費時長可高達100小時以上，市場價值上千元。

據了解，聽悟除個人版本外，還有企業應用。此前，聽悟企業版已在阿裏集團內部被廣泛使用，幫助減少了大量會議記錄和整理的工作，受到好評。同時，聽悟的能力也可嵌進各類音視頻平台，形成實時字幕、智能摘要等，典型應用如釘釘的“釘閃記”背後便集成了聽悟。未來聽悟還將在誇克APP、阿裏雲盤等端口提供服務。

“釘閃記”背後集成通義聽悟

標題：阿裏雲“通義聽悟”开放公測！聚焦音視頻，可體驗大模型摘要能力

地址：https://www.utechfun.com/post/220593.html