通义听悟

是什么:

阿里云听悟是阿里云推出的AI智能音视频转写与内容处理平台，面向个人、企业用户提供语音转文字、音视频内容结构化加工、会议纪要生成等一站式AI音视频处理服务，适用于会议记录、采访整理、课程复盘、直播字幕生成等场景。

- 多场景智能转写：支持本地音视频上传转写、实时直播/线上会议转写，覆盖普通话、英语、粤语、四川话等多语种多口音

- 多说话人分离：自动识别区分不同发言者并标注身份，提升转写内容可读性

- 内容结构化加工：自动生成会议纪要、提取核心关键词、生成内容摘要

- 多格式导出：支持将转写内容导出为TXT、DOCX、SRT字幕、CSV等多种格式

- 团队协作：支持创建团队项目，共享转写文件，多人在线协作编辑查看

- 内容编辑优化：提供转写内容修正、分段、高亮等编辑工具，优化转写结果

- 基础音频剪辑：支持对上传的音视频文件进行简单剪辑处理

1. 访问官网https://tingwu.aliyun.com，点击右上角登录按钮，使用阿里云、支付宝或淘宝账号完成登录

2. 进入工作台后，点击「新建转写」，选择「本地文件转写」或「实时转写」

3. 若选择本地文件转写：上传符合格式要求的音视频文件，配置转写语言、开启多说话人分离等参数后提交任务

4. 等待转写任务完成后，在工作台查看转写结果，可进行编辑、提取摘要、调整内容结构

5. 完成编辑后，选择需要的格式导出转写文件或相关内容

- 依托阿里云算力支撑，转写准确率较高，支持多语种多口音适配，覆盖多数日常使用场景

- 功能一站式覆盖转写、结构化加工、导出、协作等全流程，无需额外搭配其他工具

- 支持实时转写，可用于线上会议、直播的实时字幕生成，满足即时使用需求

- 界面简洁直观，操作门槛低，个人和企业用户都能快速上手

- 团队协作模式完善，适合企业团队的会议记录、项目内容整理等场景

- 免费额度有限，超出后需付费使用，部分高级功能仅付费用户可使用

- 仅支持阿里云系账号登录，未绑定阿里云账号的用户需额外完成账号绑定

- 对于小众语种、极强口音的音频，转写准确率会有所下降

- 单文件上传存在大小限制，免费用户的单文件上限较低

- 实时转写存在少量延迟，对超低延迟场景的适配性一般

** 部分免费

1. 按量付费：按转写时长计费，不同语种价格不同，普通话转写约0.0012-0.002元/分钟，英语、粤语等其他语种价格更高；实时转写计费标准略有差异

2. 预购套餐：推出个人、企业等不同档位的时长套餐，预购可享受单价优惠，套餐时长可用于各类转写场景

未知