Hume 推出音频决策 API:一个调用替代 10+ 模型判断声音
EXM7777 · x · 2026-11-03
Hume AI 发布 Audio Decision API,可用自然语言直接询问音频内容:有几个说话者、是否有人在笑、通话者是否沮丧等。
该模型基于 1000 万+ 人类听觉判断训练,答案贴近真人听众的判断方式;官方称过去需要串联 10 多个模型才能完成的任务现在一次调用即可,支持实时流与数小时长录音两种模式,目前开放申请访问。
所属事件:Hume 发布音频决策 API，一次调用替代十余个模型(3 条相关)→
「多模态」频道最新
- Runway 展示新 AI 短片 Catch Me：单人几天内独立完成 — runwayml · 2026-11-03
- 全木偶摇滚乐队 AI 音乐视频：ComfyUI 本地渲染全流程公开 — Cheap_Credit_3957 · 2026-11-03
- 作者用 ChatGPT+NijiJourney 创作 AI 漫画《Arcade Hunter's》第二话 — azed_ai · 2026-11-03
- 用 Topaz Astra 修复 1970 年 Super 8 家庭录像，效果逼真如新拍 — Beatlejase · 2026-11-03
- GLOW-FM:一步 latent flow matching 实现高效低光图像增强 — _akhaliq · 2026-11-03
- Veo 3.1 系列扩展：AI 生成预告片「Planet Hell」首集发布 — Uncanny_Harry · 2026-11-03