通义听悟

通义听悟是阿里云推出的一款AI助手，主要用于音视频内容的处理与理解。

产品概述

• 发布背景：通义听悟于2023年6月1日在“智在粤港澳”阿里云峰会上正式发布，是阿里云在大模型布局中的又一重要产品。
• 产品定位：面向工作和学习的AI助手，旨在提升用户在会议、授课、采访、翻译等场景下的效率。

核心功能

1. 实时转写：能够将音视频内容快速转录为条理清晰的文字速记。
2. 章节速览：提炼多个章节的要旨，并直接对应到时间轴上每个节点。
3. 发言总结：在会议上区分多个不同发言人，分别提炼和总结其观点。
4. 全文摘要：快速总结视频核心内容，将长文缩短为概要。
5. 一键AI改写（升级后新增）：将口语内容自动转化为书面语表达。
6. 思维导图自动生成（升级后新增）：自动提取音视频要点，生成思维导图。
7. 音视频问答助手“小悟”（升级后新增）：支持单条音视频内的自由问答，也支持跨多个音视频记录进行问题回答，甚至支持中文直接问英文视频，直接用中文给出答案。

技术特点

• 语义理解：在将声音转写为文字的基础上，通义听悟能够对语义加以理解，实现先“听”后“悟”。
• 高效处理：一个长达10-20分钟的音视频，通义听悟能够以10-100倍的加速比转化为文字，再用不到1分钟的时间加以理解。
• 多语言支持：小悟助手支持中文直接问英文视频，直接用中文给出答案，省去翻译步骤。

应用场景

• 会议记录：自动区分发言人并总结观点，提升会议效率。
• 学习笔记：快速生成课程要点和思维导图，帮助学习。
• 采访整理：将采访内容快速转写并总结，便于后续编辑。
• 翻译辅助：支持多语言问答，辅助翻译工作。

使用方式

• 用户可以通过阿里云官网注册账号并开通通义听悟服务。
• 新开通服务的用户可免费试用90天，每天免费使用额度为48小时（转写时长），当日免费额度用完后，在24小时后才可以重新使用。
• 用户可以上传音视频文件或使用麦克风进行实时转写。

未来发展

• 通义听悟的能力将不断提升，并深入到一系列垂直领域进行定制，以更好地满足用户需求。
• 阿里云将致力于发挥通义听悟作为助手的作用，推动新技术快速落地赋能千行百业。

总的来说，通义听悟是一款功能强大、操作简便的AI助手，能够显著提升用户在音视频内容处理方面的效率。随着技术的不断进步和应用的不断拓展，通义听悟有望在未来发挥更大的作用。