通义听悟

通义听悟是阿里云推出的音视频内容整理工具，主要面向需要处理会议、课程、访谈和线上交流内容的职场人士、学生及内容创作者。它可以将长时间的录音或视频转换为文字，并进一步提炼重点，减少用户手动听录音、做笔记和整理纪要的时间。

用户可以开启实时记录，也可以上传已有的音视频文件。系统完成转写后，会自动区分发言人，并生成章节概览、全文摘要、发言总结、关键词和待办事项，还支持多语言翻译及视频中的 PPT 提取。相比单纯的语音转文字工具，通义听悟更强调从内容记录到信息理解和后续复盘的完整流程。

核心功能

实时语音转写：开启会议或课程记录后，将语音实时转换为文字，并尽量区分不同发言人，方便用户同步查看和会后回顾。

音视频文件处理：上传会议、访谈、课程或其他音视频文件，系统自动完成转写并生成可阅读的文字记录。

智能摘要整理：根据转写内容生成章节速览、全文摘要、发言总结、关键词、问答回顾和待办事项，帮助用户快速掌握长内容重点。

多语言翻译：对实时语音或音视频文件进行多语言翻译，适合跨语言会议、外语课程和国际交流场景。

PPT 提取与摘要：识别视频中展示的 PPT 内容，并结合讲解内容生成摘要，方便用户整理课程或演示资料。

适合谁

• 需要快速整理会议记录和待办事项的职场用户。

• 需要回顾课程、讲座和培训内容的学生与学习者。

• 经常进行采访、访谈和内容整理的记者、研究者及创作者。

• 需要处理多语言音视频资料的跨国团队或外语学习者。

使用方式

1. 进入通义听悟，选择实时记录或音视频文件处理。

2. 开启录音，或上传需要整理的音频、视频文件。

3. 等待系统完成转写、发言人区分和内容分析。

4. 查看摘要、章节、关键词、待办事项及翻译结果。

5. 根据需要检索重点内容，整理或导出相关记录。