会议开完，录音躺在手机里，纪要却还没动笔——这是大多数职场人的日常。通义听悟要接手的就是这一段：它是阿里云推出的工作学习 AI 助手，官网主视觉写着「万语千言 心领神悟」，官方产品概述的定位更技术化——「通义听悟智能纪要 Agent，基于语音识别和大语言模型，对会议、访谈、课堂等场景下的实时或离线录音进行智能总结分析」。

打开官网，三个入口排在最前面：开启实时记录（实时语音转文字、同步翻译、智能总结要点）、上传音视频（音视频转文字、区分发言人、一键导出）、播客链接转写（输入 RSS 订阅链接，无需下载，智能提炼总结）。效率口径官网也写得很具体——「1小时音视频5分钟转写，智能区分发言人」。

实时记录：边开会边出稿

实时记录是通义听悟的核心场景。电脑端主打「解放双手，专注聆听」：会议进行时语音实时转文字，多语言同步翻译，要点同步总结。官网的用户故事里，一位项目经理的描述很直白——「通义听悟会帮我完整记录沟通细节，还能总结章节速览、待办事项，两个小时的会议5分钟就能写完纪要」。

语种能力看官方文档：支持中文、英文、粤语、日语、韩语、德语、法语、俄语的转写及实时双向互译。也就是说，中英混说的会议、粤语的访谈、日韩德的课堂录音，都在同一套流程里处理。

AI 纪要：从转写到结构化整理

转写只是第一步，通义听悟的大模型能力才是纪要的重点。官方文档列出的清单包括：章节速览、全文摘要、发言总结、要点回顾、思维导图、关键词、待办事项、场景识别、PPT 提取及摘要、口语书面化与自定义 prompt。一场两小时的会议录完，章节、摘要、谁说了什么、下一步谁做什么，自动分成结构化的几块。

字幕场景有专门支持：转写结果可返回段落、句子划分和词级别的起止时间，直接用于对应字幕展示。对做视频的人来说，这意味着字幕轨道的时间轴不用再手工对齐。应用场景一栏官方写明面向企业智慧办公、教育培训、金融、媒体等业务场景。

播客转写：一个 RSS 链接的事

三大入口里的播客转写最省事：把 RSS 订阅链接粘进去，无需下载音频文件，系统自动转写并提炼总结。对「随心读播客」的人群来说，一小时节目看完文字版摘要再决定要不要细听，时间账很好算。

官方在快速入门区还准备了三段示例教程：上课用通义听悟（1 分 53 秒）、开会用通义听悟（2 分 14 秒）、听播客看视频花式玩转（2 分钟），覆盖了它主推的三个场景。

免费额度与价格：官方口径看这里

价格按阿里云帮助中心的计费说明来说：新开通服务的用户可免费试用 90 天，试用版期间不产生费用。试用期的每日额度为实时记录 48 小时（并发 2 路）、音视频文件上传 2 小时音频时长，当日额度用完 24 小时后恢复。

超出试用或企业接入按接口计费：转写每小时 0.6 元（送说话人分离、自动语种识别），大模型能力每项每小时 0.064 元（多能力叠加计费），视频 PPT 提取加摘要每小时 0.64 元，实时翻译每小时 4 元、离线翻译每小时 0.5 元。实时会议记录支持最多 3 路音频输入，接入多路时只对有转写结果的时长计费。官网公告还写明「全面降价，支持自定义prompt」「低代码应用模板，开箱即用可私有化部署」，侧栏有企业 API 入口。

适合谁用

会议密集的职场人、要整理访谈录音的研究者、追更播客的内容消费者，是它最直接的三类用户：前两类看重实时转写加结构化纪要，后一类用 RSS 链接转写省时间。多语言互译对外语课堂和跨国会议也够用。

两点如实说明：其一，转写准确率受录音质量、口音与专业术语影响，重要纪要发布前建议人工复核；其二，大模型能力按小时独立计费，多用几项功能费用会叠加，开会员或走接口前先对照官方计费说明算一笔账。工具把「听」和「记」都包了，判断哪些内容值得留，还是人的事。

转写工具接管的是键盘，接管不了判断。它把两小时的录音压成五分钟的纪要，但哪条纪要该执行，仍然由听的人决定。