Hume 推出 Audio Decision API，一次调用替代十余个语音模型
alifcoder · x · 2026-11-03
- Hume AI 发布 Audio Decision API：直接对音频本身做判断，而不只是转写文字——能回答「有几个人在说话？有人在笑吗？来电者是否沮丧？」等问题。
- 卖点是转写完美仍会丢失语气信息：迟疑、挫败的语调、被打断的对话都会改变语义，该 API 专攻这层「听感」理解。
- 官方称基于 1000 万+ 人类听觉判断训练，一个调用可替代此前 10+ 个模型的组合；支持实时流与数小时录音批量分析，目前已开放申请访问。
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