通义听悟

阿里云「通义家族」首款消费级 AI 助手——专注音视频转写、翻译、摘要、问答一站式工作台

站点定位

tingwu.aliyun.com 是阿里云官方推出的音视频内容智能处理平台，依托通义千问大模型与自研语音 AI，为会议、课堂、访谈、培训等场景提供「实时记录→精准转写→智能摘要→知识沉淀」全链路服务，让音频视频可阅读、可搜索、可回顾。

核心能力

• 多语言实时转写
  支持中、英、日、粤语及中英文自由说，识别准确率 98%+，1 小时音频约 5 分钟出稿。
• 发言人自动区分
  最多 20 人身份自动标注，可手动合并/修改姓名，回顾时一键筛选某人发言。
• AI 精炼摘要
  全文概要、章节速览、发言人观点、关键词云、待办事项一键生成，支持点击跳转原音回放。
• 多语言同步翻译
  实时中英字幕互译，会后亦可对整篇转写进行全文翻译，导出双语文稿。
• 音视频问答助手「小悟」
  单记录最长 6 小时，跨记录、多语言自由提问，例如“总结第三段的核心观点？”。
• 批量上传 & 云盘打通
  本地 MP4/M4A/MP3/WAV/MOV 批量拖拽，或直接转写阿里云盘文件；转写结果一键回存云盘。
• 多端协同
  Web + 钉钉小程序 + 微信小程序 + 浏览器插件，会议中实时字幕浮窗，手机端随时标记重点。

典型场景

使用流程

1. 官网手机号注册→免费额度 10 小时
2. 右上角「新建记录」→选「实时记录」或「上传音视频」
3. 转写完成→点击「AI 摘要」→生成全文概要、章节、待办
4. 支持导出 Word/PDF/SRT/音频/双语对照表，也可生成分享链接

定价与额度

技术规格

• 模型底座：通义千问 2.5 + 自研语音大模型，128 K 上下文窗口
• 识别速度：≈0.3× 时长（1 h 音视频约 5 min 出稿）
• 说话人分离：20 人以内自动标注，支持人声聚类再学习
• 安全合规：ISO 27001 & 等保三级，企业版支持本地私有化部署
• 开放接口：17 项能力（转写、翻译、摘要、问答、PPT 生成）均提供 RESTful API

访问入口

• 主站：https://tingwu.aliyun.com
• 钉钉小程序：搜索「通义听悟」→添加到工作台
• 微信小程序：搜索「通义听悟」→手机号一键登录
• 浏览器插件：Chrome/Edge 商店「通义听悟」→会议实时字幕
• API 文档：https://help.aliyun.com/tingwu-api

版权与运营

• 运营主体：阿里云计算有限公司
• ICP 备案：浙B2-20080101-91
• 隐私政策：阿里云隐私权政策