通义听悟是阿里云推出的一款基于AI技术的音视频内容理解助手。

主要功能

1. 实时语音转文字：能够将用户的实时语音快速转换为文本。
2. 音视频文件转文字：支持上传音视频文件进行转写，包括常见的格式如mp3、mp4等。音频转字幕，可输出srt字幕。
3. 智能总结与摘要：自动生成会议记录、访谈总结及章节速览，帮助用户快速获取重点信息。
4. 中英互译：提供多语言翻译服务，支持多种语言的字幕翻译。
5. 说话人分离：能够区分不同发言人的声音，并分别记录其内容。
6. 一键提取PPT：自动将讲解视频分割为演示文稿，并对每页PPT进行要点总结。
7. 浏览器插件：支持在网页、手机和微信上处理语音内容。
8. 问答助手“小悟”：通过多语言Query处理和长篇章文本理解，实现对超长音视频的单记录、跨记录、多语言自由问答。

优势

1. 高准确率：利用阿里云AI大模型，确保音视频转写的高准确度。
2. 多模态理解：结合语音识别、自然语言处理和机器翻译等多项技术，提升整体使用体验。
3. 灵活应用：适用于多种场景，如会议记录、上课复习、媒体采访、新媒体工作等。
4. 高效检索与整理：能够自动做笔记、整理访谈、提取PPT等多种办公服务。
5. 稳定服务：提供自定义主动消息推送通知与状态查询，方便业务方进行上层业务逻辑处理。

价格（非实时）

目前，通义听悟暂无面向消费者端的收费计划。在教育领域，阿里云推出了高校公益计划，所有中国大陆高校师生通过教育邮箱认证后，均可免费获赠500小时音视频转写时长。

适用人群

1. 职场人士：适合需要高效会议记录和资料整理的白领、记者、律师、金融分析师等群体。
2. 学生和教师：适用于需要学习和复习资料的学生和教师，特别是高校学生日常学习科研的刚需功能。
3. 媒体工作者：适合需要整理访谈内容和视频后期制作的新媒体从业者。
4. 外语学习者和听障人士：可以通过双语悬浮字幕条随时随地看无字幕视频，方便外语学习和听障人士使用