阿里云“通义听悟”正式发布：用户可免费领服务

通义听悟是基于阿里云通义千问大模型开发的AI应用，主要针对音视频内容进行转写、检索、摘要和整理，比如用大模型自动做笔记、整理访谈、提取PPT等。

事实上，通义听悟的前身是阿里云内部一个名为“听悟”的产品，主要功能包括实时会议、音频转写功能，“听悟”自2022年年底就开始小范围内测。

不同于传统的实时会议速记转写，如今面向C端提供视频转写服务的应用尚在少数。而如今的通义听悟，则从纯粹的音频转写，延伸到了音视频领域，融合了十多项AI新功能。

阿里云智能CTO周靖人表示，听悟集成了阿里最先进的语音和语言技术，比如，阿里新一代工业级语音识别模型——其识别准确率在多个权威中文数据集上名列第一。

在听悟中，用户可以将视频/音频上传，完成录音转写。根据36氪的体验，在音频转写速度上，听悟的处理速度不错——对1-2小时的音频，听悟一般在数分钟内就能转写完毕。

音频转写完毕后，听悟还能够做到中英对照翻译，还能够一键总结会议要点，划分章节、区分不同发言人的观点、整理待办事项等等。