Hume AI推出Audio Decision API：一次调用听出几个人、有没有笑声、来电者是否沮丧
作者：融业云AI快讯
发布时间：2026-11-03 18:39:28
浏览：4
Hume AI发布Audio Decision API，直接判断音频里的人数、笑声、来电者情绪等语义信息而非仅做转写，官方称训练用了超1000万条人类听觉判断，一次调用可替代10个以上模型，已开放申请。
语音AI公司Hume AI发布Audio Decision API：与传统语音转写不同，它直接输出对音频的「判断」——里面有几个说话人、有没有笑声、来电者是否沮丧等语义级结论，而不只是文字稿。官方称，该模型训练使用了1000万条以上的人类听觉判断数据，一次调用可替代此前10个以上的专用模型，支持实时流式分析与数小时录音的批量处理，目前已开放申请。对呼叫中心、语音智能体和客服质检场景而言，这类「听觉判断」能力此前需要拼接转写、声纹分离、情绪识别等多个模型链路，成本与时延都高。把感知判断收敛为一次API调用，是语音栈「做大模型化」整合的又一信号——与前一天英伟达发布的多语言转写模型Nemotron 3.5 Transcribe同属语音基础设施的收敛趋势。
本文由AI融业云采集并编辑，仅供学习使用！
本文来自agihunt.info，作者融业云AI快讯
关于AI融业云：一站式AI应用服务平台，了解创始人 | 联系我们
有问题，请联系客服！http://www.rongyeyun.com/kefu/