Hume 推出 Audio Decisions API：对同一段音频任意提问拿概率判断
rohanpaul_ai · x · 2026-11-03
Hume AI 发布新的 Audio Decisions API，定位为「语音 AI 的决策模型」：开发者自定义问题，模型直接从音频中给出概率化判断。核心特性：
- 一个模型、任意问题：可对同一段录音问客观、主观或感知类问题，如「患者听起来焦虑吗」「说话人有几个」「 clinicians 语气如何」；
- 逐段评估：音频每 5 秒一段独立作答，适合电话医疗咨询等场景的质量监控；
- 面向规模化评测：可对整个音频集合重复评估，用于筛选训练样本、定位评测失败案例、标记需人工介入的案例；宣称单文件扫描约 180ms。
产品目前开放 waitlist 注册，已有 API 文档。
所属事件:Hume AI 发布音频原生决策模型 Audio Decision API(6 条相关)→
「多模态」频道最新
- Every 用 Midjourney 加 Codex 打造交互式插画工具链讲述 Codex 故事 — every · 2026-11-03
- AssemblyAI 发布首款语音合成模型 TTS-1，专为实时语音 Agent 打造 — AssemblyAI · 2026-11-03
- Point2Part 把 3D 分割重定义为完整切分，速度比 GPT-6-Astra 快数百倍 — Scobleizer · 2026-11-03
- 开发者一次性用 Cursor 造出 YouTube 视频语音翻译工具 — Nilofer_tweets · 2026-11-03
- 微软赞助恐怖短片《Mama Bear》,片中神秘手机或暗示新品 — adariostrange · 2026-11-03
- Runway 上季单季新增 1 亿美元 ARR，联创对谈视频与世界模型 — tlakomy · 2026-11-03