【TechWeb】3月19日消息，作为一款融合阿里通义大模型的「音视频转文字」产品，阿里通义听悟近日升级发布多项新功能。

　　目前，通义听悟提供“实时语音转文字、上传音视频转文字、输入播客链接转写文字”三大主力音视频转文字服务，支持的单个视频最大时长，从4小时调整为6小时，视频文件大小上限调整为6G。

　　同时，通义听悟融合了十多项AI功能，包括转写、翻译、角色分离、全文摘要、章节速览、发言总结、PPT提取等，并支持标重点、记笔记，被许多用户称为“宝藏AI工具”。

　　用户注册后，就能免费使用通义听悟。目前，用户可在PC端（）、及Chrome\ Edge浏览器插件，钉钉、微信小程序方式使用通义听悟。

　　阿里通义听悟产品负责人杨帆介绍，自去年6月发布以来，通义听悟累计注册用户超500万，包括学生、老师、白领、记者、律师、金融分析师等群体，每日处理音视频20万次。通义听悟面向C端用户没有收费计划，针对B端用户的需求，目前通义听悟API已经开放。

　　针对音视频转文字后的更多细节能力，通义听悟不断在做功能更新。此次，就一次性推出了多项新功能和服务，包括音视频问答助手“小悟”、音视频文件语种自动识别、思维导图、一键插入视频时间戳及截图、AI改写、高校公益计划等。

　　杨帆介绍，音视频承载了密集的信息内容，但因涉及多模态理解、自然语言处理、搜索等多项复杂技术，长期以来内容查找难、回顾难、提炼难。通义听悟为这一需求而生。作为一款工作学习AI助手，通义听悟不断升级新能力，希望让高知识附加值的音视频被轻松阅读、整理和分享。

　　此次通义听悟上线的「小悟」擅长理解并回答与记录内容和播客内容相关的问题，帮用户更好地理解和掌握知识，无论是单篇记录还是多篇记录，小悟都能胜任。

　　小悟通过多语言Query处理、长篇章文本理解、指令演化框架优化及检索增强生成算法，在业内首次实现对超长音视频的单记录、跨记录、多语言自由问答，支持内容问答的音视频时长和文件数均突破业界上限。

　　用户不仅可在单一记录页呼唤小悟，对最高6小时、6G大小的音视频提问任何相关话题，或直接小悟要求整理金句、梳理结论、写会议纪要；更可在首页针对用户所有记录提问，支持一次性扫描理解上百条音视频内容；也可花式对英文视频用中文提问，小悟将直接给出中文回答，省去翻译。非常适用于大量视频网课/资料内容的科研学生等群体。

　　笔记可添加时间戳，点击跳转对应进度。通过一键插入视频时间戳，右侧用户手动输入的笔记中带有时间信息，用户点击时间戳，可以直接把笔记记录时间对应的原音频/原视频的位置找到。

　　支持视频截图插入笔记中。在视频工具栏中点击截图按钮，即可将当前画面截图并插入笔记中；如果当前视频有PPT提取结果，还可以截图当前画面并插入PPT中。

　　通义听悟AI改写功能，支持中英文文本，在保留原文要点内容的基础上精简和改写原文；一键完成文本修改和润色，提升阅读效率。

　　开启AI改写后，你可以将改写结果摘取至右侧笔记。在顶部菜单栏中找到批量摘取图标，选择「摘取改写结果」

　　通义听悟推出「高校公益计」”，推动AI算力普惠。所有中国高校师生通过后缀教育邮箱进行认证后，均可直接获赠500小时转写时长，存储空间从20G拓展至200G。按目前市面上语音厂商9.9元每小时的折扣价，这一教育福利价值数千元。

　　提交电子邮箱地址（形式为.cn或.edu.cn）后，通义听悟将向此邮箱发送认证页面链接。用户需打开认证页面并确认进行认证。经系统验证通过，即完成认证，在认证有效期内可享专属权益。（果青）

　　每日头条、业界资讯、热点资讯、八卦爆料，全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与，TechWeb官方微博期待您的关注。