广告
加载中

阿里大模型新进展:“通义听悟”公测 主打音视频转写

镤心 2023/06/01 11:16

【亿邦原创】6月1日,阿里云宣布通义大模型进展,聚焦音视频内容的AI新品“通义听悟”上线公测。

通义听悟接入了通义千问大模型的理解与摘要能力,可以帮助随时随地完成对音视频内容的转写、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。

测期间,用户可领取100小时以上听悟免费转写时长。

“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。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。

除了“听力好”,能高准确度生成会议记录、区分不同发言人,大模型还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。

据介绍,听悟内置阿里新一代工业级语音识别模型Paraformer,这个模型是非自回归端到端语音识别模型,在推理效率上较传统模型,最高可以提升10倍。Paraformer是阿里达摩院去年12月发布的下一代“杀手锏”级别的语音识别基础模型。它首次在工业级应用层面解决了端到端识别效果与效率兼顾的难题。同时,Paraformer使用长达数万小时、覆盖丰富场景的超大规模工业数据集进行训练,进一步提升了识别准确率。

目前,阿里团队已推出了多款重磅语音识别模型,包括首次将识别准确率提升至96%的DFSMN模型、E2E-ASR端到端语音识别技术等。

亿邦动力获悉,阿里云团队基于大模型一键提取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。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享
+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0