實(shí)測(cè)阿里云AI“通義聽(tīng)悟” 大模型應(yīng)用即將正式落地

6月1日阿里云發(fā)布面向音視頻內(nèi)容的AI新品“通義聽(tīng)悟”，正式開(kāi)啟公測(cè)，用戶在公測(cè)期間可以免費(fèi)領(lǐng)取100小時(shí)以上的轉(zhuǎn)寫(xiě)時(shí)長(zhǎng)，這款產(chǎn)品目前是國(guó)內(nèi)第1個(gè)開(kāi)放公廁的大模型應(yīng)用產(chǎn)品。據(jù)阿里云智能CTO介紹：這款產(chǎn)品主要是依托于通義千問(wèn)大模型打造的音視頻AI模型助手，提供的功能也比較多，比如可以做多語(yǔ)言翻譯，發(fā)言總結(jié)，實(shí)時(shí)語(yǔ)音識(shí)別等。

比如在多人會(huì)議場(chǎng)景當(dāng)中，用戶使用該功能可以選擇發(fā)言人模式，能夠更好地區(qū)分每一個(gè)發(fā)言人。60分鐘的音頻內(nèi)容，只需要4分鐘左右就可以完成轉(zhuǎn)寫(xiě)，在區(qū)分發(fā)言人以及撰寫(xiě)內(nèi)容方面的準(zhǔn)確性都比較高。根據(jù)這些轉(zhuǎn)寫(xiě)內(nèi)容，還可以提取出每一次對(duì)話過(guò)程中的關(guān)鍵詞從而給出全文摘要，擁有強(qiáng)大的邏輯功能，對(duì)于講話者給出的內(nèi)容可以作出相關(guān)總結(jié)。在多種場(chǎng)景之下都可以實(shí)時(shí)的進(jìn)行音頻或者視頻內(nèi)容的轉(zhuǎn)錄和翻譯，比如看視頻，看直播或者開(kāi)會(huì)等等。這只是一個(gè)初期的版本，據(jù)了解阿里之后還會(huì)推出增強(qiáng)版或者企業(yè)版等等，應(yīng)用于商業(yè)化。