如同天空中的航星ChatGPT降临10小时语音录制的宝库你想问什么它就回答什么

机器之心报道

编辑：张倩

在深入挖掘大型语言模型（LLM）潜能的征途中，人类语音的解锁成为了突破口。尽管如此，将这些模型应用于音频文件仍面临一系列挑战，其中之一是转换音频为文本以适应其上下文窗口限制。长时间的语音记录，如数小时会议或访谈录像，更是对工程师们提出了难题——如何有效地从这些海量数据中抽取关键信息？

为了解决这一难题，一家名为AssemblyAI的公司推出了LeMUR，这是一款专门针对长篇语音材料处理的大型语言模型。就如同ChatGPT能够轻松处理几十页PDF文档一样，LeMUR可以将10小时以上的录音全程进行转录和整理，并且能够根据用户的问题提供精准答案。

安全而可靠

与其他语言模型不同，LeMUR内置了安全措施和内容过滤系统，这意味着它能够生成不含有害或偏见元素的回应，为用户提供一个更加安心的交流环境。

在页面右侧，我们可以直接向LeMUR提出问题或者要求它总结特定内容。通过这种方式，LeMUR能够高效地完成任务。不过值得注意的是，由于技术尚处初期阶段，目前这个系统似乎还未支持中文。如果你对这项技术感兴趣，可以尝试一下看看它究竟能做到什么程度。