| 基本信息 | 详情 |
|---|---|
| 开发公司 | 阿里巴巴（阿里云·达摩院） |
| 上线时间 | 2024年 |
| 官网 | https://tingwu.aliyun.com/ |
| 支持平台 | Web、移动App、微信小程序、浏览器插件 |
| 价格 | 免费版每日10小时转写；专业版¥129/年；高校用户500小时专属额度 |
| 核心定位 | AI音视频内容处理工具，语音转文字并智能总结 |
通义听悟是阿里达摩院出品的AI音视频转写工具。底层用的是通义大模型和达摩院的语音识别技术，中文普通话准确率97%以上，安静会议室场景能到98%。你开会时打开它实时录音，文字1到2秒延迟就出来了。会后AI自动生成摘要、提炼要点、提取待办，还能画思维导图。
产品2024年正式上线，到现在迭代了两年多。免费额度是它的核心竞争力：每日赠送10小时可累积转写时长，高校用户凭edu邮箱领500小时专属额度。这个量级在行业里属于领先水平，普通上班族日常开会和整理网课基本不需要付费。
方言支持是另一个长板。Fun-ASR 1.5发布后，单模型覆盖汉语七大方言体系加二十多种地方口音，5种方言准确率超过90%，15种超过80%。粤语和四川话已经进入工业级可用阶段。长音频处理也很能打，单次上传50份文件、几小时录音自动分段，百万字文稿不闪退。
核心功能
实时录音转文字
开会时打开通义听悟，自动录音并实时转文字。延迟约1到2秒，中文普通话识别非常准确。选择场景模式（会议/访谈/演讲）可以优化识别效果。结束后自动生成完整记录。
音视频文件转写
支持MP3、WAV、M4A、MP4、MOV等格式，单文件最大500MB、时长5小时。1小时录音大约3到5分钟完成转写。批量上传最多50份文件，适合处理大量历史录音。
AI智能摘要
转写完成后AI自动生成六类内容：200到500字全文摘要、3到10条核心要点、待办事项（自动识别谁要做什么、截止时间）、按话题分段、可视化思维导图、高频关键词。实测要点覆盖率能达到人工整理的92%，还会多找出人工遗漏的细节。
说话人识别
自动区分不同发言者，标注为"说话人1""说话人2"。2到3人小会准确率95%，4到6人88%，7人以上约75%。需要提前录入发言人音色才能达到最佳效果，适合固定团队的周期性会议。
多语言与实时翻译
支持中文、英文、日文、韩文等12种语言。会议过程中实时翻译字幕，浏览器插件能在追剧、看视频时加双语字幕。播客RSS链接也能转文字并生成总结。
适合谁
每周参加15到20个会议的职场人。需要整理网课和讲座录音的学生。处理采访录音的内容创作者。固定团队开周期性会议的项目组。高校用户有专属500小时额度，性价比极高。不适合需要私有化部署的企业级用户，那些需求可以看通义听悟的企业版Agent。
同类竞品对比
| 维度 | 通义听悟 | 飞书妙记 | 讯飞听见 | Otter.ai |
|---|---|---|---|---|
| 中文准确率 | 97%+ | 95%+ | 98%+ | ~80% |
| 方言支持 | 20+种 | 较少 | 较多 | 不支持 |
| 免费额度 | 10小时/天 | 300分钟/月 | 5小时/月 | 5小时/月 |
| 思维导图 | 支持 | 不支持 | 不支持 | 不支持 |
| 多语言 | 12种 | 中英双语 | 中英双语 | 仅英文 |
| 年费 | ¥129 | ¥828(AI会员) | 较贵 | 较贵 |
FAQ
通义听悟免费版每天能用多久？
每日赠送10小时可累积转写时长，高校用户凭edu邮箱可领500小时专属额度。免费版导出带水印，高频使用者（月均超20小时）建议评估付费套餐。
专业版多少钱？
专业版年费129元，去除水印并解锁更多高级功能。和竞品比这个价格很有竞争力，讯飞听见和Otter.ai的费用都更高。
方言识别准确率怎么样？
Fun-ASR 1.5覆盖七大方言体系和二十多种口音，5种方言准确率超90%，15种超80%。粤语和四川话进入工业级可用阶段。但连续录音超4小时后转写延迟会提升2到3秒。
多人会议能识别几个说话人？
支持最多15人声纹识别，需提前录入发言人音色。未录入的人员统一标记为"未知发言人"。适合固定团队会议，随机性高的外部沟通场景体验会打折扣。
能转写播客和在线视频吗？
可以。浏览器插件在网页上加双语字幕，追剧看视频开会都能用。"发现"页面支持订阅和分享播客，播客RSS链接直接转文字并生成总结。
专业术语识别准确吗？
专业术语错误率约11.8%。医疗、法律、金融这类高专业度场景建议人工校对后再归档。通义听悟企业版Agent支持行业词库注入，可以提升垂直领域的识别准确率。
更新动态
客户评论
用户评价集中在"免费额度大方"和"中文识别准"两点。有用户表示"每天10小时免费额度，日常开会完全够用，根本不需要付费"。高校群体对500小时专属额度评价很高，"整学期的课程录音都能转完"。内容创作者喜欢播客转文字功能，"追剧时开双语字幕，学习效率翻倍"。也有用户指出短板：多人会议需要提前录入音色，临时会议体验不佳；专业术语错误率约11.8%，医疗法律场景需人工校对。连续录音超4小时延迟会明显增加。整体口碑在免费工具里属于天花板级别。
参考来源
- ▸什么值得买|阿里这免费转写工具把方言长音频全拿捏了,通义听悟实测体验和竞品对比
- ▸阿里云帮助中心|通义听悟Agent产品简介,企业版Agent功能和应用场景
- ▸博客园|2026视频音频转文字怎么选,通义听悟与竞品对比测评
- ▸提效率|通义听悟使用教程2026完整指南,产品功能详解和使用经验