核心功能
使用指南
- 1
打开通义听悟官网，点击首页「上传音视频」按钮，选择本地待处理的音视频文件并完成上传
- 2
等待文件解析完成后，在转写设置页面勾选需要的功能，如说话人区分、多语种识别等
- 3
点击「开始转写」按钮，等待系统完成音视频到文字的自动转换过程
- 4
转写完成后，可在预览页面查看完整的转写文本，核对内容准确性
- 5
如需生成字幕，选择对应格式模板，点击「生成字幕」即可导出配套字幕文件
- 6
若需梳理核心内容，点击「内容总结」功能，等待生成结构化的核心观点摘要
- 7
完成所有调整后，选择需要的导出格式，点击下载按钮保存处理后的文件
- 8
如需使用实时转写功能，点击「实时录制」按钮，授权麦克风权限后即可开始边录边转写
优势亮点
中文语音识别准确率高，对专业词汇、带口音的普通话也有较好识别效果
自带内容总结、字幕导出等功能，转写后不用再借助其他工具二次处理
支持数小时长音频转写，处理过程稳定，不会轻易出现中断或报错情况
界面逻辑清晰，没有复杂的操作步骤，新用户打开就能上手使用
使用须知
定价: 平台提供免费使用额度，普通用户每月可享有一定时长的免费转写权限，满足日常轻度使用需求。付费分为不同档位的会员套餐，时长额度更高，还可解锁高级功能权限，具体定价和权益以官网为准。
价格和授权政策可能变化，请以官网最新信息为准
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
常见问题
深度了解
通义听悟是阿里云推出的音视频内容智能处理服务，可帮助用户高效处理各类音视频信息，降低内容整理的时间成本。核心功能包含音视频转写，支持普通话、方言、多语种等多种语音类型识别，转写准确率高，可自动区分讲话人，方便用户快速将音频、视频内容转换为可编辑的文字内容；多语种翻译，支持中文与英、日、韩等数十种语言的互译，可同步对转写内容进行翻译，满足跨语言内容处理需求；内容摘要，可智能梳理转写后的文字内容，提取核心观点、重点内容，自动生成结构化摘要，无需人工逐段梳理即可快速掌握音视频核心信息；字幕生成，可根据音视频内容自动生成时间轴对齐的字幕文件，支持多种格式导出，可直接用于视频剪辑、课程发布等场景。适用场景涵盖课程学习场景，用户可上传课堂录音、线上讲座音视频，通过转写和摘要功能快速整理学习笔记，提升学习效率；会议办公场景，可实时记录会议发言内容，自动区分参会人发言，快速生成会议纪要，减少会后整理工作量；视频创作场景，创作者可直接为短视频、知识类视频自动生成匹配的字幕文件，降低字幕制作的时间投入。使用通义听悟时，可优先上传清晰无杂音的音视频文件，获得更准确的转写效果，生成的内容可根据实际需求进行局部调整，适配不同的使用场景。