产品优势

模块划分

能力说明

语音转写

语音转文字：能够将实时音频流或音视频文件中的语音转写成文字，支持中文、英文、粤语、中英混、日语、韩语的转写。转写结果可返回段落、句子划分和词级别的起止时间，用于对应字幕展示。

说话人分离：能够将对话中的人进行区分，需设置2人还是多人。可设置是否开启。

章节速览

聚合以下三种AI能力，对音视频内容的章节进行划分与总结：

章节分割：将音视频内容，根据不同交流话题进行章节分割。

章节标题：一句话总结章节标题（32个topic以内）。

章节摘要：250个字以内，概括章节内容。

大模型摘要

全文摘要：对完整的音视频内容进行总结。

发言总结：对不同发言人的说话内容进行总结，需先在“语音转写”中开启“说话人分离”功能。

问答摘要：在理解对话内容的基础上，摘出显性提问、总结隐性问题，并根据对话内容提炼回答内容。

智能纪要

提取关键词：提取对话中的关键词。

提取待办事项：提取对话中的待办事项。

提取重点内容：提取关键句。

识别内容场景：根据内容类型，分析场景，可识别：面试、演讲或会议。

PPT抽取和总结

视频PPT抽取：抽取视频文件中出现的PPT。

PPT讲解总结：对每页PPT讲解语音，进行摘要总结。讲解与PPT相互对应。可返回每页对应的起止时间点、摘要文字。

文本翻译

实时语音翻译：实时记录支持中、英、日、韩语间的实时双向互译；中英自由说翻译成中、英或中&英。

离线文件翻译：音视频文件语音转文字，支持中、英、日、韩语间的双向互译；中英自由说翻译成中、英或中&英。

口语书面化

口语书面化：对语音转写结果进行原文改写和润色，形成书面化的语音转写结果。