通义听悟

通义听悟是什么？

通义听悟是阿里云推出的基于大模型的工作学习AI助手，为每一个人提供全新的音视频体验。通义听悟采用了最先进的语音识别和自然语言处理技术，支持在会议、课程、访谈、培训等场景下实时转录和音视频转文字，智能生成总结，实时翻译打破跨语言沟通障碍。通义听悟还支持快速标记关键信息，识别结果和笔记能够轻松导出至本地或阿里云盘，让用户可以更加高效地进行工作和学习。

通义听悟有哪些功能？

基础功能：

• 实时记录：开启实时记录，完整沉淀沟通内容，精准快捷生成记录，音字对应播放；
• 音视频转写：会议、访谈、学习等音视频文件快速上传，可同时上传多个文件，批量转写生成记录；
• 云盘导入：绑定阿里云盘账号，快捷转写阿里云盘音视频文件，记录文件一键转存至云盘；
• 翻译：支持一键开启中英互译，打破语言壁垒，轻松实现无障碍沟通；
• 发言人区分：支持自动区分发言人，也可以对发言人进行编辑、筛选，回顾整理更清晰；
• 待办事项：整理待办事项，后续安排了如指掌；
• 问题回顾：提取问题，快速回顾沟通内容。

• 全文概要：智能总结全文内容，一眼秒懂音视频概要内容；
• 章节速览：智能提炼章节摘要，轻松把握会话脉络，还原交流过程；
• 发言总结：智能概括发言内容，高效回顾发言人观点；

• 快速标记：高亮重点、问题、待办，重点信息一目了然；
• 智能替换：一键替换所有结果，在本次录音后续识别过程中自动替换目标词汇；
• 轻松下载：支持下载原文、笔记、音视频和译文，一键导出所需内容；支持多种下载文档格式。

通义听悟使用常见问题

1.支持转写和翻译哪些语言？

通义听悟语音转文字，目前支持中文、英语、日语、粤语和中英文自由说五种语言。转写语言为中文时，支持翻译为英语、日语；转写语言为英语、日语时，支持翻译为中文。中英文自由说、粤语暂不支持翻译功能。

2.实时转写没有识别结果怎么办？

解决方法1：拔掉耳机重试 通义听悟网页目前无法获取耳机中播放的声音，只能获取外放的声音。 因此当你佩戴耳机时，将无法转写耳机中播放的内容，请拔掉耳机后重试。

解决方法2：先开启通义听悟实时记录，后开启会议软件 当你使用视频会议软件开会并进行转写时，可以尝试开启通义听悟实时记录，再进入会议，否则可能无法转写电脑中播放的声音。

解决方案 3：开启系统对当前浏览器的麦克风权限 如果你的电脑系统没有对浏览器开启麦克风权限，通义听悟将无法获取声音。解决方法：

• Macbook：打开「系统偏好设置」-打开「安全性与隐私」-点击页面上方「隐私」-在左侧栏选择「麦克风」，勾选你使用的浏览器（以 Chrome 浏览器为例），开启麦克风权限-刷新通义听悟页面，即可完成设置。
• Windows：打开「设置」-「隐私」，在左侧打开应用权限中的「麦克风」选项，在「允许桌面应用访问你的麦克风」中选择开启。刷新通义听悟页面，即可完成设置。

解决方法4：查看声音输入设备是否正常。

3.如何在手机上使用通义听悟？

通义听悟支持钉钉&微信小程序。微信小程序支持实时录音转文字、本地&聊天记录音视频转文字，钉钉小程序支持本地音视频转文字，在官网对应入口扫码即可体验。

4.实时录音中能自动区分发言人吗？

录音过程中，通义听悟暂不支持自动区分发言人，你可以点击发言人名称进行修改。录音结束后，或上传音视频文件时，选择发言人数，即可自动区分发言人。

通义听悟如何使用？

使用通义听悟非常简单，用户只需要在网页上登录账号并打开相应的功能页面，即可开始使用。通义听悟支持多种设备接入，包括电脑、手机、智能音箱等，让用户可以随时随地使用。

区别通义千问或通义万相的是，通义听悟是一款非常实用的AI语音助手，它可以帮助用户更加高效地进行工作和学习。如果你还没有尝试过通义听悟，那么不妨试一试，相信它一定会给你带来惊喜。