“通义听悟”：智能语言处理的创新之旅

通义听悟是一款功能强大的智能工具，适用于会议、课程、访谈、培训等场景。它具备实时语音转写能力，能完整沉淀沟通内容，音字对应播放，还可通过搜索定位助力高效回顾；支持海量文件转写，一次可上传 50 个本地文件或阿里云盘文件，自动区分发言人并保存结果；拥有实时中英互译功能，打破跨语言沟通障碍；可快速标记重点、问题、待办事项，便于回顾整理；能轻松导出原文、笔记、音视频和译文等丰富内容，提供 word、pdf、srt 等多样格式；分享方式多样，通过公开链接、微信、钉钉、海报等可安全可靠地将信息高效传递给指定好友。

官网：首页 - 通义听悟 

通义听悟的功能如上图所示。

第一种用法适合线下课程、会议或者听讲座时使用，第二种支持传入任意音视频进行处理。

我主要想介绍一下第三种链接转写的用法。

用我前两天看到了一个讲解机器学习的视频为例，该视频原作者发布在YouTube上，又被人转载到了b站，如下：

 我们可以复制该视频的b站网页链接：

https://www.bilibili.com/video/BV1ga4y1V7Zg/?spm_id_from=333.1391.0.0&vd_source=c12a835b0e212b8be9fb075e36cae0a7

然后来到ParseVideo网站：https://www.parsevideo.com/#53616c7465645f5f76a10d8541c9214def0477b3dacc4fac135e841e21af9888a8c3ad6686c7de397f0593632bf20d1fd60aa53dac05e48354f3d44d0e88d51df428cfbbfcaa0d0cb67675409d66fec5c712f753ad6781b31b5395197440e05e773ccba4f6193d3c253e2af2896c9a4e5cb3b213e97407aab3f3fc85487cfbd0

 这是一个在线解析视频的工具网站。

在这个网站中，我们可以将刚刚复制好的b站网页链接转换成其真实视频地址，然后我们复制该真实地址：

回到通义听悟，点击博客链接转写：

点击开始解析，等待解析完成：

右侧需要选择视频语言，也可以选择是否翻译以及是否区分发言人。选择结束后点击“开始转写”即可，整个过程没有很长，耐心等待即可。

它会先解析：

再进行转写：

我选择的这个视频有3小时，而它处理完成只花费了十分钟左右。

处理完成的内容会出现在“我的记录”或者首页下方的“最近”栏，点击即可：

下面是整个处理结果的展示：

 

发言总结此处可能不太明显，因为发言人只有一个。但是如果整个视频有多个发言人，这里就可以直接得到每个发言人的表述总结。

它也能直接提炼视频中的相关要点，很适合查缺补漏或者复习：

 它还能够直接提取视频中展示的PPT，伴随相关讲解内容：

你也能选择一键导出所有图片为PDF文件： 

同时，你也能通过时间戳文字直接观看某一时刻的视频：

鼠标光标点击哪个字，视频就会自动跟随播放到相应的位置，非常方便。

同时你还能在右侧记录笔记：

 最后是导出功能：

给大家展示一下导出的原文，我一开始以为导出的原文是全文字的，没想到它竟然将特定时刻的对应的视频截图也穿插进了文字。虽然偶尔有一些特有名词可能转换文字不太正确，但是总体来说还是很不错的。