Hume 发布 Audio Decision API，一次调用替代十余个语音模型

11 月 3 日，Hume AI 发布 Audio Decision API，官方定位为「语音 AI 的决策模型」。开发者可以用自然语言对同一段录音提出任意客观、主观或感知类问题——例如有几个人在说话、有没有人在笑、来电者是否沮丧——模型直接基于音频本身给出概率化判断。

已确认

• Hume AI 官方发布 Audio Decision API（部分帖子称 Audio Decisions API / Decision API），基于号称全球首个音频原生决策模型，一次调用可替代过去需要串联的 10+ 个模型。
• 模型基于 1000 万+ 人类听觉判断训练，答案贴近真人听众的判断方式。
• 核心卖点在于：即使转写完美也会丢失语气信息（迟疑、挫败的语调、被打断等），直接分析音频能保留这些信号。
• @cneuralnetwork 举例说明典型场景：客服电话中用户嘴上说「可以啊」其实早已不耐烦，文字转写会丢掉这类信号，语音 agent 往往识别不出来；Decision API 返回基于概率的语气、情绪判断，可用于量化语音 agent 表现。

为什么重要

• 传统语音 AI 管线以转写为中心，语气与情绪等副语言信息在转写环节即丢失；Hume 的思路是把决策判断前移到音频原生层面。
• 把多模型串联任务压缩为一次调用，可降低语音应用（尤其客服、语音 agent 场景）的开发复杂度与成本，也为语音 agent 的情绪感知与效果量化提供了新工具。

2026-11-03 ~ 2026-11-03 · 6 条相关

• Hume 推出音频决策 API:一个调用替代 10+ 模型判断声音 — EXM7777 · 2026-11-03
• 【源头】Hume AI 推出 Decision API：直接分析音频，量化语音 agent 的情绪与语气 — cneuralnetwork · 2026-11-03
• Hume 推出 Audio Decision API，一次调用替代十余个语音模型 — alifcoder · 2026-11-03
• Hume 发布首个音频原生决策模型,直接对录音提问返回结构化判断 — testingcatalog · 2026-11-03

另有 2 条近重复转述:Scobleizer · rohanpaul_ai