Original post · AI translation
Rohan Paul@rohanpaul_ai
@hume_ai 在机器听觉方面迈出了一大步。
纯文本处理流程无法回答这些问题，因为言语内容与表达方式之间的不一致只有结合两者才能发现。
隆重推出 Hume Audio Decision API。
想问什么都可以：有多少位说话者？有人在笑吗？来电者感到沮丧吗？
过去需要 10 多个模型才能完成的事，现在只需调用一次。
基于超过 1000 万条人类判断进行训练，因此它会像人类听众一样作答。
可实时处理，也可处理长达数小时的录音。
请在下方申请使用权限。
Original
Introducing the Hume Audio Decision API. Ask anything: How many speakers? Is anyone laughing? Is the caller frustrated? What used to take 10+ models is now one call. Trained on 10M+ human judgments, so it answers the way human listeners would. Realtime, or across hours of recordings. Request access below.
· UTC+8