(资料图片仅供参考)

【CNMO新闻】阿里云智能于6月1日发布通义听悟，并面向公众开放公测。阿里云智能CTO周靖人表示，通义听悟是依托通义千问大模型和音视频AI模型的AI助手，可进行实时语音识别，实现对话的实时记录、多语言翻译、发言总结、提取PPT、内容规整等。

据CNMO了解，通义听悟是通义家族第一个面向大众消费者端的应用产品。在多媒体时代，人们每天记录、分享和观看大量的音频视频内容，通义听悟通过前沿的语音AI技术，能够准确地将音频视频内容转写为易读的文字。不仅如此，结合通义千问大语言模型的强大理解能力，通过全文摘要、章节速览、发言总结等功能，使用户能够从不同角度“一目十行”地更高效“阅读”音视频内容。随着大模型能力的飞速进步，通义听悟能为用户提供更多先进的能力，帮助用户梳理和挖掘出音视频内容中的信息价值，并将所有的记录和收集都沉淀为知识资产，随时供用户回顾和利用。

“依托大模型，为每一个人提供全新的音视频体验”，阿里云CTO周靖人介绍，通义听悟瞄准工作生活中日益增长的音频视频内容，帮助用户记录重要会议的要点，捕捉讲座中的精彩知识，整理访谈中的关键信息，为用户提供更深入、更高效的智能服务。

据悉，通义听悟的小程序版后续将在钉钉、阿里云盘、夸克等阿里旗下产品中推出，并与这些产品内部的场景功能及音视频内容融会贯通。同时，通义听悟的AI能力也将进一步服务于阿里巴巴内部各类应用，如广受用户欢迎的“钉钉闪记”背后便集成了有关能力，为钉钉用户提供智能音视频会议、文档速记等产品。 

版权所有，未经许可不得转载

标签：