通义听悟

通义听悟是阿里巴巴旗下阿里云推出的一款智能音视频处理工具，主打会议记录、课程学习和访谈整理等场景，集语音识别、实时转写、多语种翻译、内容摘要与结构化提炼于一体。它支持中英文及日韩粤等多种语言，具备说话人分离、口语书面化润色、PPT画面抽取、自定义Prompt提取等能力，并提供API接入与导出至云盘等功能，兼顾专业性与易用性，适合对效率和信息提炼有较高要求的职场人、学生及研究者。

• ✓ 语音转写（支持多语种与说话人分离）
• ✓ 实时转写与离线文件转写
• ✓ 多语言双向翻译与双语字幕生成
• ✓ 自动章节划分与全文摘要提炼
• ✓ 关键词提取、待办事项识别与口语书面化润色
• ✓ PPT内容识别与智能摘要
• ✓ 热词管理与身份识别功能
• ✓ 开放API支持二次开发与系统集成

1. 1 登录阿里云账号并进入通义听悟平台
2. 2 选择实时录音或上传音视频文件开始转写
3. 3 等待AI完成语音识别与内容分析，查看结构化结果
4. 4 使用编辑功能调整文字、添加标签或提取待办事项
5. 5 导出文字稿、摘要或同步至阿里云盘保存

• → 企业内部会议与远程协作纪要生成
• → 在线课程与讲座内容整理与复习辅助
• → 客户访谈、调研录音的要点提炼与归档
• → 播客、短视频等音视频资料的快速内容浏览
• → 跨语言会议与学习场景下的实时双语记录