2025-02-23 手机 0
机器之心专报
编辑：张倩
突破性进展！现在你可以直接将语音文件粘贴到类 ChatGPT 模型的输入框中。
大型语言模型（LLM）正在革新各个行业的用户体验。尽管开发基于人类语音的生成式人工智能产品仍然充满挑战，但技术不断进步，音频数据对 LLM 的利用日益增加。
将 LLM 应用于长时间录制的音频文件面临的一个关键难题是，它们无法一次性被输送给 LLM。这是因为在处理这些内容之前，需要先将其转换成文本。而且随着音频文件长度的增加，这一转换过程变得更加复杂。但在实际工作场景中，我们往往需要处理数小时甚至数天的会议记录、访谈等长篇大作来提取核心信息或寻找特定问题答案。
近期，AssemblyAI 公司推出了一个名为 LeMUR 的高级语音识别 AI 模型。就像 ChatGPT 在处理大量 PDF 文档时那样，LeMUR 可以轻松地从10小时以上的录音中提取重要内容，并回答用户的问题，就如同它们能读懂你的每一个疑问一样。
安全可靠
LeMUR 加入了严格的安全措施和内容过滤功能，以确保输出结果既准确又无害，不会产生有害或带偏见的情绪。
右侧页面，你可以要求 LeMUR 对采访内容进行总结或者回答你想询问的问题。LeMUR 已经能够胜任多种任务：
然而，有趣的是，对于中文支持目前还未完全实现。如果你对这个新工具感兴趣，可以亲自试用一下它所提供的一系列功能。
