63页ppt+阿里云盘
作者 | 邓咏仪
编辑 | 苏建勋
随着AI大模型技术落地，AI应用正如雨后春笋般不断出现。
6月1日，阿里云宣布通义大模型新进展，AI音视频新品“通义听悟”正式上线，并且正式开启公测。
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。
通义听悟
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。融合自研语音语义多模态说话人算法后，听悟能对10人以上说话场景进行角色区分。如今有了通义千问大模型的能力，听悟也能够对上万字的音视频内容进行摘要总结。
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。
根据阿里云，通义听悟未来还有更多基于大模型的功能上线。比如，对视频中出现的PPT，AI能够基于通义千问大模型做到一键提取，而用户也能向AI助手针对多个音视频内容进行提问、让听悟概括特定段落等等。
值得注意的是，听悟目前针对一些细分场景中提供了不同的部署形态，如浏览器插件。在Chrome安装听悟插件后，听悟在无字幕视频中就可以实时生成双语悬浮字幕。二转写结果可下载为字幕文件，方便新媒体从业者视频后期制作。
通义千问Chrome插件示意图，近期该功能将上线
在会上，阿里云也介绍了几个已经落地的应用场景。
比如，在阿里云盘中，用户可以一键转写云盘中的文件，在云盘内在线播放视频时，能够实时生成字幕。
而钉钉的在线会议模块“钉闪记”，同样集成了听悟。在会议结束后，钉闪记所能够输出的也不再是纯粹的速记，而是包含重点摘要的完整文档，可以有效地提升公司内部工作效率。甚至，在开会时，AI可以代为记录会议、整理要点。
听悟会以个人版和企业版两种形式提供服务，未来一段时间就将在夸克APP、阿里云盘等端口提供服务。据阿里云，听悟企业版当前已在阿里集团内部被广泛使用，帮助减少了大量会议记录和整理的工作。
在定价上，听悟也跟随阿里云近期的大降价策略。在公测期间，用户可领取100小时以上听悟免费转写时长。听悟用户可通过每日登陆、官方微博、微信及各大平台社区领取口令码，用户的福利权益可累积，一年内有效。
从通义听悟的发布可以看出，国内大模型厂商除了在底层大模型上快马加鞭外，应用层也不能落下——AI对音视频转写、内容理解等功能“加buff”，某种程度上也是AI将各种通用能力“再做一遍”。通过这些能力，厂商们覆盖开会、上课、培训、面试等场景，嵌入到不同的软件当中，才能挖掘更大的商业机遇。
","gnid":"92f68384190042bf2","img_data":[{"flag":2,"img":[{"desc":"","height":"776","title":"","url":"https://p0.ssl.img.360kuai.com/t0126bae0c9dac1ffad.jpg","width":"1389"},{"desc":"","height":"561","title":"","url":"https://p0.ssl.img.360kuai.com/t01adeac2daae9d0517.jpg","width":"736"}]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"hbase","pub_time":1685606520000,"pure":"","rawurl":"http://zm.news.so.com/2d97485f963483e3e8329bf1ff7bb9d8","redirect":0,"rptid":"029726babf2fa6cf","rss_ext":[],"s":"t","src":"36氪新媒体","tag":[{"clk":"ktechnology_1:阿里云","k":"阿里云","u":""},{"clk":"ktechnology_1:阿里","k":"阿里","u":""},{"clk":"ktechnology_1:ppt","k":"ppt","u":""}],"title":"阿里云AI新品“通义听悟”开放公测：自动提取PPT和做笔记，已嵌入多个应用
孔学瞿1787如何获取阿里云盘的Token? -
皇览郎17813116244 ______ 对于华为手机来说,获取阿里云盘的Token(tok值)需要通过以下步骤:1. 打开手机上的阿里云盘应用.2. 登录您的阿里云盘账号.如果您还没有账号,请先注册一个新的账号.3. 在阿里云盘应用中,找到设置选项,通常可以在页面底部或侧边栏...
孔学瞿1787冬冬看一本250页,已经看的页数比未看的页数多50页,冬冬看了多少页 -
皇览郎17813116244 ______ 1、(250+50)÷2=300÷2=1502、设冬冬看了x页 则未看的页数x-50 x+x-50=2502x+300 x=150 冬冬看了150页
孔学瞿1787谁帮下`小学五年级的数学题` -
皇览郎17813116244 ______ 设姐姐99年的年龄是x,弟弟99年的年龄是y,爸爸99年的年龄是z,则4(x+y)=z,05年时有2(x+6+y+6)=z+6,解出来z=36,所以爸爸99年的年龄是36,是63年出生的
孔学瞿1787ASP每页限制显示条数,如何用下一页 -
皇览郎17813116244 ______ 参考一下嘛.改一下 <% if rs.recordcount=0 then %> <td height=＂25＂ colspan=＂9＂ valign=＂top＂ cl...
孔学瞿178731,11,36,6,41,1,46, 是什么意思46后面应该是 - 4么? -
皇览郎17813116244 ______ 是-4.解:31+5=36 11-6=5,奇数方差为5等差数列,偶数是方差为-5的等差数列!