跳到正文
热点事件持续更新

Hume发布音频决策API，需申请访问

3 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年11月3日，Hume发布Audio Decision API。据X平台Elvis Saravia（DAIR.AI）当日发帖，该API可直接“听”音频本身，一次调用即可回答“来电者是否沮丧”“有几个人说话”“是否有人在笑”等问题；而过去这类任务需要10个以上模型。该API基于1000万以上人类判断训练，回答方式贴近人类听众，支持实时与数小时录音分析。同日稍晚，X平台Rohan Paul发帖补充称，该API可直接针对音频片段提问，无需先转成文字，并为每个自定义问题返回概率；叹气、笑声、犹豫、重叠语音和背景声均被纳入模型输入，例如问“来电者是否生气”会得到带置信度的直接答案。两篇帖子均提到，使用需通过“Request access below”申请访问权限。当日01:25，Rohan Paul再次发帖，附上Hume官网该API的产品链接，未提供更多细节。目前尚无更多跟进报道。

AI 根据报道生成 · 2 小时前更新

最新进展11月3日 01:25
Hume 推出音频决策 API

报道时间线

沿着报道，了解事件的不同侧面。

11月3日
  1. Rohan Paul
    Hume 推出音频决策 API

    Hume 音频决策 API： https://www.hume.ai/products/decision-model-api?utm_source=x&utm_campaign=launch

  2. Rohan Paul
    Hume 推出 Audio Decision API，直接对音频提问并返回概率

    Hume 发布 Audio Decision API，可直接针对音频片段提问，无需先转成文字，并为每个自定义问题返回概率。该 API 把叹气、笑声、犹豫、重叠语音和背景声纳入模型输入，例如问“来电者是否生气”会得到带置信度的直接答案。官方称其基于 1000 万条以上人类判断训练，支持实时或数小时录音分析，需申请访问。

  3. Elvis Saravia
    Hume 推出音频原生决策 API

    Hume 发布 Audio Decision API，可直接"听"音频本身，一次调用即可回答"来电者是否沮丧""有几个人说话""是否有人在笑"等问题，而过去这类任务需要 10+ 个模型。该 API 基于 1000 万+ 人类判断训练，回答方式贴近人类听众，支持实时与数小时录音分析。

本事件热度走势

可比范围当前
19
可比范围峰值
2011月3日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。