通义听悟 - 聚焦音视频内容的工作学习AI助手

sowang

通义听悟是阿里云推出的一款聚焦音视频内容的工作学习AI助手，也是通义家族首个面向大众消费者的应用产品。它依托通义千问大模型与前沿的语音AI技术，致力于将高知识附加值的音视频（如会议、讲座、访谈等）转化为易读的文字与结构化信息，帮助用户高效提炼和沉淀知识资产。

核心亮点

高精度实时转写与多语种翻译：支持中、英、日、韩等多种语言的实时语音转文字，并能自动区分多位发言人；支持一键开启中英互译，打破跨语言沟通障碍。

高阶AI智能总结：接入大模型后，能一秒生成全文概要、章节速览以及每位发言人的观点总结；同时可自动提取待办事项、关键问题和PPT页面摘要。

超长音视频自由问答：内置音视频问答助手“小悟”，支持对单个最长6小时或一次性上百条音视频进行单记录、跨记录、多语言的自由提问，精准定位知识点。

生态打通与便捷分享：深度绑定阿里云盘，支持一键导入云盘文件并自动匹配字幕；处理后的记录支持导出为Word、PDF、SRT字幕等格式，并可生成加密链接轻松分享给他人。


如何使用

通义听悟支持网页端、手机App及微信小程序三端同步，以下是基础使用流程：

1. 注册登录与初始设置

访问通义听悟官网（ https://tingwu.aliyun.com/home ），使用手机号完成注册登录与实名认证。新用户通常可享受免费试用期（如每日48小时的实时记录额度）。

2. 开启实时语音记录
适用于边听边记的场景。点击首页“开启实时记录”，选择转写语言（如中文、英文或中英自由说），授权麦克风后即可开始录音。录音过程中可随时暂停，或手动标记重点、问题及待办事项。

3. 上传音视频文件批量转写
针对已有的录音或课程视频，点击“上传音视频”即可从本地或阿里云盘中导入文件（支持MP3、MP4等格式）。勾选“区分发言人”选项后提交，系统会自动基于声纹分角色输出文本，并添加时间戳便于回溯。

4. AI智能分析与编辑整理
转写完成后，在记录详情页左侧可使用多种AI功能：查看“全文概要”秒懂核心结论；通过“章节速览”把握会话脉络；利用“发言总结”回顾不同人的观点。你还可以直接在文本中高亮重点或补充个人笔记。

5. 导出与分享成果整理完毕后，点击右上角的“导出”按钮，可将带时间戳的内容下载为Word、PDF或TXT格式保存至本地；也可点击“分享”生成专属短链，接收方无需登录即可在线查看完整的转写与摘要内容。