智能时代的耳朵ChatGPT来了10小时语音海洋中你的问题随风飘来

机器之心报道

编辑：张倩

在智能时代的浪潮中，类 ChatGPT 的技术正在悄然变革。最新消息显示，输入框现在可以接受语音文档的粘贴操作，大型语言模型（LLM）正逐步渗透各个行业，以改变用户的期望。但是，将人类语音转化为生成式人工智能产品仍面临诸多挑战。

其中一个关键难题是将长时间的音频文件适应于大型语言模型。这些模型受限于其上下文窗口大小，因此处理较长的音频文件变得困难。不过，在工作环境中，我们常需要处理几小时甚至更长时间的录音，比如从会议记录或访谈中提取核心信息。

近日，一家名为 AssemblyAI 的公司推出了一个新型语音识别 AI 模型，称为 LeMUR。这款模型就像 ChatGPT 处理大量 PDF 文本一样，它能够对超过 10 小时的录音进行转录和分析，并提供精确总结以及回答用户的问题。

安全可靠

LeMUR 还配备了安全措施和内容过滤器，以确保输出回应不含有害或偏见性质的情绪。

在页面右侧，我们可以要求 LeMUR 对采访内容进行总结或者直接回答问题。目前看来，这款系统似乎已经能轻松完成许多任务。不过，值得注意的是，LeMUR 目前尚未支持中文。如果你对这个功能感兴趣，可以去试一试。