每天听简报，了解最新科技、AI、软件资讯
情感人工智能平台 Hume 正式推出了音频决策 API，把以往需要堆叠十多个独立模型才能搞定的说话人统计、情绪识别、笑声检测与打断判断，全部整合进了单次接口调用。该模型基于超过一千万条人类感知判断数据训练，旨在让机器能像真人听众一样听出声音里的言外之意。接口不仅支持毫秒级的实时音频流处理，也能一次性分析长达数小时的录音文件。在计费上，平台给出了每百万 Token 四十七美分的定价，相比目前主流厂商的多模型拼接方案大幅降低了算力开销。对于正在搭建下一代语音智能体和通话分析系统的开发者来说，这相当于直接补齐了一张开箱即用的声学理解底牌。
进度保存在本设备 · 登录同步