文章来源:08AI导航发布时间:2024-12-30 14:29:27

AI音视频转换工具:通义听悟
工具介绍:阿里云打造的音视频内容的工作学习AI助手,支持中英粤多语言识别、实时翻译、云盘音视频一键转、悬浮字幕、实时记录、全文概要、章节回顾、发言总结、问答回顾、关键词、待办事项等。
工具链接:https://www.aieva.cn/sites/1198.html
6月1日,阿里云举行首场AI产品应用发布会,公布通义大模型的研发进展,并发布了聚焦于音视频内容的AI应用新品「通义听悟」,成为国内首个针对音频、视频内容转制文本的大模型应用产品。
「通义听悟」是一款专注于音视频内容的AI产品,并正式开始公测。这次公测期间,阿里巴巴限时免费提供体验,让我们一起去亲自体验一番吧!

「通义听悟」是阿里巴巴推出的一款专注于音视频内容的AI助手,它集成了阿里大模型的先进技术。主要功能如下:
实时语音转写:可以将音频内容实时转写为文字,帮助用户快速智能记录。

文件转写,音视频文件快速上传并转化成文字。

快速标记文件内容,整理内容重要信息,智能全文概要并总结。

让我们一起来进行实际测试「通义听悟」,体验其主打的音视频内容转写功能。近日,英伟达CEO黄仁勋在台大的演讲引起了广泛关注。然而,他在演讲中主要使用英文,在过去的情况下我们可能要等上两天才能获得字幕版本的“熟肉”。而现在,让我们尝试使用「通义听悟」来将视频内容转写成文字。
我下载了黄仁勋的演讲视频,并在「通义听悟」点击上传音视频文件:

「通义听悟」会将整个视频的内容,区分发言人、发言时间和发言内容直接转成文案,点选某一句还可快速跳转到对应的视频内容,对于外语学习者来说效率还不错。不会也会出现翻译出问题的情况,比如AI听不懂,把老黄用台湾口音说会被翻译成“拍戏”(汗颜)。

再来试试另外一个重要功能,实时语音转写。点击“开启实时记录”即可启动功能,直接开始语音实时转文字,速度和准确性还蛮高的,但还是有一点的错误。

整体评测下来,「通义听悟」在核心功能音视频转写方面并没有给我带来令人惊艳的体验,其它公司也能实现类似的语音转文字的转写能力。该功能的适用场景有限,并且目前的用户体验还不完善。对此感兴趣的用户可以尝试一下。
相关攻略 更多
最新资讯 更多
2025年了,AI还看不懂时钟,90%人都能答对,顶尖AI全军覆没
更新时间:2025-10-14
光刻机龙头或领投“欧洲OpenAI”
更新时间:2025-10-14
华人缔造商业传奇,全球第一家突破百亿美金的AI编程企业诞生
更新时间:2025-10-14
具身智能进家干活,先从“AI家电”抓起?
更新时间:2025-10-14
前零一万物联创戴宗宏创业:20人团队,能干上百人的AI定制项目
更新时间:2025-10-14
阿里端出最强语音模型,英文rap精准转文字,准确率干翻全球
更新时间:2025-10-14
小扎「梦之队」首批论文上线,LLM自举进化,单步性能狂飙22%
更新时间:2025-10-14
再也不怕面瘫脸,YouTube黑科技:AI帮你「永久微笑」,连僵尸都咧嘴笑
更新时间:2025-10-14
2025年全球企业级AI Agent优秀厂商有哪些?
更新时间:2025-10-14
GPT-5 为啥不 “胡说” 了?OpenAI 新论文讲透了
更新时间:2025-10-14