“你只需專注會議，其余一切交給聽悟?！?1月4日，2022杭州云棲大會，阿里巴巴達摩院研發(fā)的智能產(chǎn)品“聽悟”進階版亮相大會現(xiàn)場。僅需一臺個人電腦，觀眾和媒體記者們即可體驗全面集成達摩院語音語言智能的最新AI助理，感受會議場景的前沿AI實踐。

這款“AI神器”在云棲大會上引起廣泛關(guān)注，它不僅“聽得準”，而且“悟性高”，可為體驗者實時轉(zhuǎn)寫會議、秒速生成會議紀要、自動區(qū)分不同說話人、生成視頻字幕，并具備會議實時翻譯、問答自動提取等高階能力，在企業(yè)會議、金融盡調(diào)、媒體訪談、教育培訓等泛會議場景有廣泛應用前景。

（“聽悟”使用界面展示）

相比去年云棲大會發(fā)布的版本，“聽悟”今年在技術(shù)和產(chǎn)品功能上進行了全方位升級，新增三大核心AI能力：中英文自由說，采用內(nèi)嵌多語種專家模塊的“混合專家系統(tǒng)”，無需手動切換語種即可準確識別中英大篇幅混說的場景；會議實時翻譯，邊說邊翻譯，無需等待，讓跨國溝通更加高效順暢；QA問答對抽取，結(jié)合說話人特征、多階段訓練技術(shù)，自動提取問題，讓訪談?wù)砀p松。

（“聽悟”進階版可實現(xiàn)問答抽取，人物及對話為示例）

同時，針對會議行業(yè)伙伴及企業(yè)用戶的多樣化需求，“聽悟”發(fā)布了PaaS產(chǎn)品形態(tài)，以簡單易調(diào)用的接口方式開放核心能力，并提供多種前沿創(chuàng)新算法，從而滿足企業(yè)在音視頻會議、培訓直播、招聘面試、智能客服等多種細分場景的不同需求。

（“聽悟”在招聘細分場景中的應用）

阿里巴巴達摩院語音實驗室負責人鄢志杰表示，“過去十年‘人-機’交流是語音AI解鎖的核心場景，更復雜的‘人-人’交流是下一個高地，未來聽悟?qū)⒃凇?人’交流場景繼續(xù)深入探索，提供安全、保真、精準的AI識別、分析與理解能力，并基于內(nèi)容為企業(yè)提供多種智能辦公服務(wù)，讓AI真正為人所用，替人分擔，協(xié)助處理重復繁瑣的工作事務(wù)。”