Hume 发布 Audio Decision API，直接从语音回答情感与说话人问题

导读

Hume 推出 Audio Decision API，可直接从音频本身回答自定义问题（如有几个说话人、是否有人在笑、来电者是否沮丧），无需转写步骤，并为每个答案返回概率。该 API 将叹气、笑声、犹豫、重叠语音和背景声音纳入模型输入，支持实时或处理数小时录音，基于 10M+ 条人类判断训练。传统方案靠读取文本转写判断通话会丢失语气，该 API 直接听语音本身，能识别讽刺语气。