阿里云通义听悟正式公测，聚焦音视频的AI新品上线

首页 > 行业观察 > 阿里云通义听悟正式公测，聚焦音视频的AI新品上线

新知榜官方账号

2023-07-19 03:23:11

阿里云2023-06-0116:36发表于浙江今天，阿里云峰会·粤港澳大湾区在广州举行。阿里云在会上宣布了通义大模型新进展，聚焦音视频的AI新品“通义听悟”上线，成为国内首个开放公测的大模型应用产品。此外，阿里云首次公布了扎根粤港澳数字经济发展成果：已服务粤港澳近75万付费客户，深入大湾区产业数字化进程，让云计算成为粤港澳大湾区高质量发展的强劲动力。

“通义听悟”，开放公测！

会上，阿里云宣布“通义听悟”正式公测！作为国内首个开放公测的大模型应用产品，“通义听悟”接入了通义千问大模型的理解与摘要能力，可成为用户工作学习中的得力AI助手，帮助随时随地高效完成对音视频内容的转写、检索、摘要和整理。公测期间，用户可领取100小时以上听悟免费转写时长。特别福利：现在上官网：tingwu.aliyun.com，输入专属口令福利“通义听悟一下”，即可领取20小时转写时长！

“换一种方式，让音视频可以被轻松阅读、整理和分享。”

阿里云CTO周靖人介绍，听悟是一款工作学习AI助手，它瞄准具有高知识附加值的音视频内容场景，比如开会、上课、访谈、培训、面试、直播、看视频、听播客等，能通过大模型等最新AI技术快速提炼和沉淀知识。根据现场演示，听悟融合了十多项AI功能，可以全面提升知识从音视频向图文形态转化的效率。听力好、悟性高：通义听悟不仅“听力好”，能够高准确度生成会议记录、区分不同发言人；作为AI助手，其“悟性也极高”，可以一秒给音视频划分章节并形成摘要、总结全文及每个发言人观点、整理关注重点和待办事项。此外，大模型一键提取PPT、针对多个音视频内容向AI提问、概括特定段落等功能近期也将上线。通义听悟可自动为音视频生成全文摘要、章节概括、发言总结针对细分场景打造特色功能：针对一些细分场景，听悟还设置了不少“宝藏功能”：打开Chrome插件，外语学习者和听障人士可以借助双语悬浮字幕条随时随地看无字幕视频；日程冲突时，听悟还可成为职场人士的“开会替身”，在静音情况下入会AI可代为记录会议、整理要点；转写结果可下载为字幕文件，方便新媒体从业者视频后期制作；听悟梳理的问答回顾可以让记者、分析师、律师、HR等群体整理访谈更高效。通义听悟Chrome插件将在近期对所有用户开放下载与阿里云盘打通：值得一提的是，听悟已与阿里云盘打通，一键就能转写云盘上的音视频内容，公测期间注册的听悟用户后续还将获得更大的阿里云盘存储空间，在云盘内在线播放视频时也可自动出字幕。通义听悟支持一键导入阿里云盘音视频文件周靖人介绍，听悟集成了阿里最先进的语音和语言技术：内置阿里新一代工业级语音识别模型，识别准确率在多个权威中文数据集上名列第一；融合自研语音语义多模态说话人算法，能对10人以上说话场景进行角色区分；接入通义千问大模型后，能够对上万字的音视频内容进行摘要总结，事实准确与要点完备性国内领先，支持跨多音视频内容的精准问答理解。目前，听悟除个人版本外，还有企业应用。此前，听悟企业版已在阿里集团内部被广泛使用，帮助减少了大量会议记录和整理的工作，受到好评。同时，听悟的能力也可嵌进各类音视频平台，形成实时字幕、智能摘要等，典型应用如钉钉的“钉闪记”背后便集成了听悟。未来听悟还将在夸克APP、阿里云盘等端口提供服务。

阿里云与粤港澳数字经济发展成果

阿里云在峰会上宣布扎根粤港澳数字经济发展成果：已服务粤港澳近75万付费客户，深入大湾区产业数字化进程，让云计算成为粤港澳大湾区高质量发展的强劲动力。此外，阿里云携手广东亿迅科技、联通（广东）产业互联网、中移系统集成广东分公司、广东白云信科、珠海华发数智、珠海大横琴科技、广东电规院、广东粤数网络、广州像素数据、南网数字电网科技等成立粤港澳大湾区数字经济创新发展联盟，合聚众力，走向千行百业的数字化和智能化。阿里云还与广州市海珠、白云、南沙三区发布合作，加大在广州投入力度，服务广州高质量发展。

本页网址：https://www.xinzhibang.net/article_detail-8217.html

寻求报道，请

关键词

阿里云通义听悟大模型应用产品

分享至微信：

相关工具

Rephrase.ai

AI文字到视频生成

Gencraft

AI艺术画视频生成工具

DreamFace

让图片动起来的AI工具

D-ID

AI真人口播视频生成工具

Colourlab.ai

好莱坞也在用的AI视频颜色分级工具

Colossyan

AI虚拟人出镜视频生成

产品经理必看：一文秒懂数据埋点

产品经理必看：一文秒懂数据埋点随着互联网的发展，数据变得越来越重要。而数据埋点作为数据收集的重要手段，对于产品经理来说显得尤为重要。数据埋点是指在产品中嵌入代码，用于收集用户行为数据的过程。通过对用户行为数据的分析，产品经理可以更好地了解用户需求、优化产品功能，提高产品的用户体验。腾讯大讲堂是一个优

产品经理数据埋点腾讯大讲堂

12-09 08:04

一帧秒创「AI配音」英语配音，更新啦！

一帧秒创推出28款英文配音，内容丰富一帧秒创最新上线了28款英文配音，用户可以根据自己的需要选择不同类型的配音。这些配音内容非常丰富，涵盖了多种角色、多种场景，无论是商务英语还是日常英语，都可以找到合适的配音。一键配音，轻松转换文字为语音用户只需要把需要配音的文案输入到一帧秒创的“文字转语音”中，就

AI配音英文配音文字转语音

10-29 02:17

AI视频爆发！一天10万条，冲进抖音快手小红书

AI视频爆发！一天10万条，冲进抖音快手小红书近几年，随着人工智能技术不断发展，AI视频的应用越来越广泛。据统计，目前全球每天产生的AI视频已经超过10万条，其中不乏一些在抖音、快手、小红书等社交媒体平台上广泛传播。AI视频的兴起，主要得益于人工智能技术在视觉和音频处理方面的不断进步。通过AI技术，

AI视频抖音快手小红书

10-25 08:02

自媒体副业赚钱吗？我的自媒体从业经历分享

自媒体副业赚钱吗？我的自媒体从业经历分享作为一名自媒体从业者，我已经工作了四年，从最初的月薪1000元到现在的月收入2万元。很多人都知道我从事自媒体多年，此前也曾尝试将其作为副业，去年辞职后则成为了全职自媒体人。我相信自媒体是普通人增加收入的不错选择，因为它不需要太多物质基础，准入门槛也不高。许多人

自媒体副业增加收入自媒体从业经历

10-18 02:14

人工智能通过神经生理反应预测听众喜欢的歌曲

近年来，人工智能在音乐领域的应用备受关注。最新研究表明，人工智能可以通过分析听众的神经生理反应来预测他们是否会喜欢某首歌曲。研究人员使用了神经网络技术来模仿人脑，通过测量少数志愿者的大脑活动，成功预测了数百万人是否会喜欢这些歌曲，准确率高达97%。这种AI系统可能对唱片制作人和选秀节目评委的工作构

人工智能神经生理反应音乐

09-29 17:28

听和听见的区别

听和听见的区别听和听见是两个常用的动词，它们在表达上有一些不同之处。听表示“听”这个动作，不交代是否听见，例如：Listen！Someone is playing the piano.（听！有人在弹钢琴）Please listen to the radio.（请听收音机）如果后边有宾语，就要用lis

听听见区别

09-19 00:16

Elgato直播设备体验分享

前言近期，身边的老师朋友陆续开始尝试网上教学，向我咨询推荐的直播设备，要求质量高且能够通过笔记本完成。于是我向他们推荐了Elgato的直播设备，这三款产品分别是Wave:3、Facecam和StreamDeckXL，同一品牌的产品可以做到软硬件结合，无论是单品功能还是智联联动，Elgato一直是直播

Elgato直播设备Wave:3FacecamStreamDeckXL

09-12 02:20

愚人节整蛊必备App推荐

愚人节整蛊必备App推荐今天愚人节，特意挑选了几款好玩到没朋友的整蛊类App，包括变声、破坏手机屏幕、匿名短消息等，让你的朋友大吃一惊。No.5“VoiceMod”这款App可以将你录下来的声音变成多种外星人效果，如DarkFather，Robote，Exorcist，Megaphone等，让你的朋

愚人节整蛊App

09-12 02:18

TMT行业要闻：字节跳动招聘芯片工程师，NothingPhone1发布，阿里云推出“百城计划”，腾讯成立政企业务线，联想成立初创企业中心

TMT行业要闻：字节跳动招聘芯片工程师，NothingPhone1发布，阿里云推出“百城计划”，腾讯成立政企业务线，联想成立初创企业中心2022年7月13日，全球TMT行业迎来多项重磅消息。字节跳动被曝大量招聘芯片工程师，NothingPhone1正式发布，阿里云推出“百城计划”，腾讯CSIG成立政

字节跳动NothingPhone1阿里云腾讯联想TMT

09-12 02:16

iOS变声软件Voicemod让你的电话变得更有趣

iOS变声软件Voicemod让你的电话变得更有趣虽然现在微信和各种聊天软件已经成为了日常沟通的主要手段，这类软件里也出现了很多有趣的衍生，但打电话作为手机的一个基本功能当然不应该被遗忘，正值新年是时候给那些不联系的「熟人」打个电话了！但怎么让打电话这件事变得有意思，特别是在iOS这样一个封闭的平台

iOS变声软件Voicemod

09-12 02:14