2025-02-23 手机 0
机器之心科技
编辑：张倩
革新传统界限，语音转录即将迎来新纪元。
大型语言模型（LLM）的普及正在重塑各行各业的用户体验。然而，将人类声音融入生成式人工智能系统仍面临诸多挑战，因为音频文件对这些模型构成了一道难题。
将 LLM 应用于音频记录的关键难题在于其上下文窗口限制。在一个长时间的语音记录被输入到 LLM 之前，它首先需要被转换为文字形式。随着音频文件长度的增加，绕过这个限制所需的技术努力也随之增长。不过，在实际工作场景中，我们往往需要处理数小时甚至数天的长篇会议录音、访谈等，以提取核心信息或寻找特定问题答案……
最近，一家专注于语音识别的人工智能公司 AssemblyAI 推出了名为 LeMUR 的革命性模型。这款产品就像 ChatGPT 对待庞大的 PDF 文档一样，LeMUR 能够处理十小时以上的录音内容，从中进行准确转录、提炼核心要点，并回答用户的问题。
安全可靠输出保证
由于 LeMUR 内置了严格安全措施和内容审查系统，它能够提供经过净化处理的大型语言模型回应，这些回应极少可能出现有害或偏见性的表达。
在页面右侧，我们可以通过交互界面要求 LeMUR 提供采访总结或直接回答问题。LeMUR 在完成任务方面展现出惊人的效能：
然而，目前看来 LeMUR 似乎并不支持中文使用。如果你对此感兴趣，可以亲自尝试一下它是否适合你的需求。
