錄音躺著、紀要沒動筆的那一段

會議開完，錄音躺在手機裡，紀要卻還沒動筆——這是多數職場人的日常。通義聽悟要接手的就是這一段：它是阿里雲推出的工作學習助手，官方產品概述的定位比標語技術得多——以語音辨識與大型語言模型為底，對會議、訪談、課堂等情境下的即時或離線錄音做智慧總結分析。

首頁上並排的三個入口

打開官網，三個入口排在最前面：開啟即時記錄（即時語音轉文字、同步翻譯、智慧總結要點）、上傳音影片（轉文字、區分發言人、一鍵匯出）、播客連結轉寫（貼上 RSS 訂閱連結，免下載，自動提煉總結）。效率口徑官網也寫得很具體——一小時音檔五分鐘轉寫，並自動區分發言人。

即時記錄：邊開會邊出稿

即時記錄是核心情境。電腦端主打解放雙手、專心聆聽：會議進行時語音即時轉文字、多語言同步翻譯、要點同步總結。官網的用戶故事裡，一位專案經理講得很直白——它會完整記錄溝通細節，還能總結章節速覽與待辦事項，兩小時的會議五分鐘就能寫完紀要。

語種能力看官方說明：支援中文、英文、粵語、日語、韓語、德語、法語、俄語的轉寫與即時雙向互譯。中英混說的會議、粵語的訪談、日韓德的課堂錄音，都在同一套流程裡處理。

AI 紀要：從轉寫到結構化整理

轉寫只是第一步，真正撐起紀要的是大模型能力。官方列出的清單包括：章節速覽、全文摘要、發言總結、要點回顧、心智圖、關鍵詞、待辦事項、場景辨識、PPT 擷取與摘要、口語書面化與自訂 prompt。兩小時的會議錄完，章節、摘要、誰說了什麼、下一步誰做什麼，自動分成結構化的幾塊。

字幕情境有專門支援：轉寫結果可回傳段落、句子切分與詞級別的起訖時間，直接對應字幕顯示。對做影片的人來說，這意味著字幕軌的時間軸不必再手工對齊。官方也寫明應用場景面向企業智慧辦公、教育培訓、金融與媒體等業務。

播客轉寫：一個 RSS 連結的事

三大入口裡，播客轉寫最省事：把 RSS 訂閱連結貼進去，不必下載音檔，系統自動轉寫並提煉總結。對習慣先看摘要再決定要不要細聽的人來說，時間帳很好算。

官方在快速入門區還準備了三段示例教學：上課用（1 分 53 秒）、開會用（2 分 14 秒）、聽播客看影片的各種玩法（2 分鐘），剛好覆蓋它主推的三個情境。

免費額度與價格

價格按阿里雲說明中心的計費說明來說：新開通服務的使用者可免費試用 90 天，試用期間不產生費用。試用期的每日額度為即時記錄 48 小時（並行 2 路）、音影片檔案上傳 2 小時音訊時長，當日額度用完 24 小時後恢復。

超出試用或企業接入按介面計費：轉寫每小時 0.6 元（含發言人分離與自動語種辨識），大模型能力每項每小時 0.064 元（多項能力疊加計費），影片 PPT 擷取加摘要每小時 0.64 元，即時翻譯每小時 4 元、離線翻譯每小時 0.5 元。即時會議記錄最多支援 3 路音訊輸入，接入多路時只對有轉寫結果的時長計費。官網公告也寫明全面降價、支援自訂 prompt、低程式碼範本開箱即用且可私有化部署，側欄有企業 API 入口。

適合誰用

會議密集的職場人、要整理訪談錄音的研究者、追更播客的聽眾，是最直接的三類使用者：前兩類看重即時轉寫加結構化紀要，後一類用 RSS 連結轉寫省時間。多語言互譯對外語課堂與跨國會議也夠用。

兩點如實說明：其一，轉寫準確率受錄音品質、口音與專業術語影響，重要紀要發布前建議人工複核；其二，大模型能力按小時獨立計費，多用幾項功能費用會疊加，開會員或走介面之前先對照官方計費說明算一筆帳。工具把「聽」與「記」都包了，判斷哪些內容值得留，還是人的事。

轉寫工具接管的是鍵盤，接管不了判斷。它把兩小時的錄音壓成五分鐘的紀要，但哪一條紀要該執行，仍由聽的人決定。