Hume发布音频决策模型
摘要
Hume发布Audio Decision API，可直接向录音提问，如说话人数、是否打断、客户是否烦躁，一次最多25个问题，无需先转录，官方称一致率70.7%，高于单个人类评分员的56.5%。
原文片段
Hume发布音频决策模型：听出叹气、插话和烦躁语气，还能直接打分 动察 Beating AI 快讯，Hume 发布 Audio Decision API，可以直接向录音提问。比如「有几个人在说话？」「客服有没有打断客户？」「客户听起来是否烦躁？」还能找出笑声、叹气出现的具体时间。一次最多提 25 个问题，无需先转录文字，模型就能给出判断结果和概率。 过去，要判断一段通话的说话人数、情绪变化、插话行为和背景噪声，通常需要组合多个专用模型。每增加一项分析任务，都可能要调整整套流程。Hume 把这些判断交给同一个模型，直接听录音、回答问题。开发者只需修改提问，就能分析新的声音特征和对话行为，无需…