通义听悟 是什么？
通义听悟面向会议、学习、媒体和企业音视频内容处理。它在语音识别、翻译和说话人分离基础上，生成摘要、章节速览、发言总结、待办、问答和关键词，既可直接在网站使用，也可通过阿里云 API 接入业务系统。
核心能力
实时记录
会议或课堂过程中实时生成文字。
音视频转写
处理录音、视频和媒资库中的音视频文件。
智能提炼
生成摘要、章节、待办、关键词和问答。
API 服务
通过阿里云能力接入业务系统。
适合 / 不适合
适合
- 会议、课堂、培训和访谈需要高效整理记录的人。
- 媒体、教育和企业团队，需要批量处理长音视频内容。
- 开发者和企业，需要语音转写、总结和翻译 API 的场景。
- 需要多语言字幕、翻译和说话人分离的用户。
不适合
- 只需要简历制作、面试刷题或招聘管理的人。
- 无法接受云端处理音视频和企业数据的人。
- 音频质量很差却要求完全无需校对的人。
- 不熟悉阿里云计费，且需要大批量 API 调用的人。
产品信息
开发方
阿里云 / 通义听悟团队
产品形态
网页端、API、阿里云服务；特殊形态：实时记录、音视频转写、智能纪要、翻译、说话人分离、媒资库分析
价格状态
部分免费：可在通义听悟网站测试部分能力；实时记录、文件转写、API 调用、翻译、批量处理和企业额度需按阿里云当前计费确认。
关键标签
部分免费、语音转文字、会议纪要、实时记录、多语言翻译、API
注意事项
通义听悟 的输出结果适合作为初稿、素材或辅助判断，发布、提交或商用前仍要人工核对事实、版权、隐私、账号权益和平台规则。
适用场景
怎么用更好
1
上传长音视频前先确认文件格式、时长、语言和计费方式。
2
会议纪要要核对发言人、待办、数字和关键决策。
3
API 接入前用样本音频测试转写、总结和翻译效果。
典型使用场景
会议记录
生成全文稿、摘要和待办事项。
学习复盘
把课程或讲座转成知识点摘要。
媒资分析
批量处理视频、录音和节目资料。
系统集成
把转写与总结能力接入产品。
办公效率的其他工具
扣
扣子PPT
扣子PPT当前入口为扣子 AI 办公助手平台，提供 AI 写作、PPT 生成、表格处理、设计、播客、生图、视频和智能体办公自动化。
W
WPS AI
WPS AI 是金山办公的 AI 办公应用，提供 PPT 一键生成、AI 写作文档、文章润色续写、长文总结、文档问答、表格处理和翻译等能力。
K
Kimi PPT助手
Kimi PPT助手是 Kimi 提供的一键生成 PPT 功能，可输入主题生成幻灯片，并在智能布局、详细研究、结构化展示和经典模板之间选择生成方式。
G
Gamma
Gamma是面向演示、文档和网页内容的 AI 创作工具，可从提示词生成可编辑的 deck、document 或 webpage，并支持模板、协作、分享和导出。
A
Ai好记
Ai好记是音视频转图文与智能记录工具，支持会议纪要、视频转图文、关键 PPT 画面抓取、实时译制、通话录制和智能耳机记录。
凹
凹凸工坊
凹凸工坊当前可访问入口为 autohanding.com，是在线手写转换与手写模拟工具，支持 Word、PDF、图片、纯文字上传，提供 AI 帮写润色、手写字体、纸张背景和高级参数调节。
象
象寄翻译
象寄翻译是图像与视频内容翻译工具，提供图片翻译、视频翻译、图片网盘、图片去水印、抠图和图床等能力。
飞
飞书智能伙伴
飞书智能伙伴是飞书 AI 能力入口，面向企业协同办公、知识问答、会议记录、多维表格、业务提效和 AI 应用搭建。
小
小墨鹰编辑器
小墨鹰编辑器是微信公众号图文在线排版工具，提供大量排版素材、行业模板、SVG 互动样式、正版字体授权，并加入 AI 快排、AI 文章、AI 绘画和 AI 起标题等辅助能力。
秒
秒出PPT
秒出PPT 是 AI 一键生成 PPT 工具，支持 Word 转 PPT、AI 文本生成 PPT、美化 PPT 和模板选择，帮助快速制作专业演示文稿。