通义听悟怎么用:录音转文字、实时记录、会议纪要与导出分步教程

通义听悟怎么用、怎么把录音转成文字再出会议纪要?本文按官方帮助中心分步讲清实时记录、上传音视频(单个最长 6 小时、一次 50 个)、区分发言人、智能总结、翻译和导出,并说明千问里「录音纪要」入口的位置。

NNathaniel bigo··原创首发·AI 辅助撰写
7 分钟读完
资料核对于 2026-10-11 · 依据官方文档与公开资料整理 免费账号 账号

适用于谁

  • 搜「通义听悟怎么用」「通义听悟 语音转文字」「千问会议纪要」「千问怎么用于做会议纪要」的人;
  • 要把会议、访谈、网课录音转成文字,再整理出纪要和待办的职场人与学生;
  • 想知道上传有什么格式和时长限制、结果能导出成什么的人。

本文根据通义听悟官网与官方帮助中心「功能学堂」的文章整理,千问部分来自千问官网首页和 App Store 应用介绍,资料核对于 2026-10-11。免费时长和权益额度官方帮助文章里没有写,本文不写数字,以登录后显示为准。

结论先说

  1. 入口:电脑浏览器打开 tingwu.aliyun.com,首页三个入口——开启实时记录、上传音视频、播客链接转写。
  2. 识别语言五种:中文、英语、日语、粤语、中英文自由说。
  3. 上传限制:单个文件最长 6 小时,一次最多 50 个;视频单个不超过 6G,音频单个不超过 500M。
  4. 转完自动整理:关键词、全文概要、章节速览、发言总结、问答或要点回顾、待办事项。
  5. 千问里也有入口:千问首页「更多」里有「录音纪要」和「音视频速读」,手机 App 支持离线或实时语音转文字并生成会议总结与待办。

步骤

1. 打开通义听悟

用电脑浏览器访问 tingwu.aliyun.com 并登录。左侧是首页、我的记录、我的收藏、我的分享、发现、回收站;首页中间是三个功能入口。

通义听悟首页(未登录状态):开启实时记录、上传音视频、播客链接转写三个入口

图片来源:通义听悟官网 tingwu.aliyun.com,截取于 2026-10-11

2. 开会时用:实时记录

  1. 在首页点「开启实时记录」;
  2. 选择转写语言。跨语言沟通时可以同时打开翻译;
  3. 点开始录音,浏览器询问麦克风权限时选择允许。

过程中几个要点:

  • 暂停与结束不一样:暂停后可以随时继续;点了结束就会生成记录,之后不能在这篇记录里接着录;
  • 小窗口:录音时点返回去看别的内容,转写不会中断,可以通过小窗口回到记录或直接结束;
  • 声音事件:官方说明能识别笑声、掌声、拍桌子声和音乐声并提示,环境越安静越准;
  • 区分发言人:结束录音时可以按人数选「2 人对话」或「多人讨论」,结果需要等一会儿才返回。

3. 已有录音时用:上传音视频

  1. 首页点「上传音视频」,选择上传本地音视频文件;
  2. 点击或拖拽文件进去;
  3. 选择转写语言,需要的话打开翻译,并按实际情况选择发言人数(单人演讲 / 2 人对话 / 多人讨论);
  4. 点「开始转写」,进度会显示在列表里,可以中途停止。

官方写明的格式与大小:

类型支持格式单个大小
视频mp4、wmv、m4v、flv、rmvb、dat、mov、mkv、webm、avi、mpeg、3gp、ogg不超过 6G
音频mp3、wav、m4a、wma、aac、ogg、amr、flac、aiff不超过 500M

另外两种来源:阿里云盘里的文件可以直接转;播客可以填 RSS 订阅链接,不用先下载。

4. 看智能总结,整理成纪要

转写成功后记录会出现在「我的记录」里。打开后除了逐字稿,还有:

  • 关键词:点一个关键词就能搜到提及它的片段,也可以自己增删;
  • 全文概要:一段话说清整段录音讲了什么,支持一键复制;
  • 章节速览:按时间线分章,鼠标悬停在某一章上点「回顾」会跳到对应片段;
  • 发言总结:开启区分发言人后,能看到每个人的主要观点;
  • 问答 / 要点回顾:访谈场景提取问答,其他场景提取要点;
  • 待办事项:自动整理出的后续事项。

官方提示了语言上的差别:粤语只生成章节标题,不生成章节摘要;从视频里提取 PPT 时,粤语、日语、中英文自由说只提取 PPT 图片,不生成讲解总结。

一份能发出去的会议纪要通常是:全文概要改写成「会议结论」,待办事项逐条补上负责人和截止时间,再从发言总结里挑出有分歧的地方。人名、数字、专有名词要对着逐字稿核一遍。

5. 让识别更准的两个设置

  • 自定义专有词汇:在右上角个人中心里添加人名、产品名、行业术语。官方限制是最多 100 个词,中文词最多 10 个字符,英文词组最多 5 个单词且不超过 50 个字符;录音过程中也能临时添加并当场生效。
  • 改发言人名字:点「发言人 1」这类名称可以改成真实姓名,点全局按钮会把这篇记录里同名的发言人一起改掉。注意每篇记录只能用一次自动区分发言人,它不会覆盖你手动改过的名字。

6. 翻译、导出与分享

翻译:中文音视频可译成英语、日语;英语、日语可译成中文;中英文自由说可译成中文或英语;粤语暂不支持翻译。记录页可以切换双语对照或只看译文,改了原文译文会跟着更新。

导出:在记录左侧点导出按钮,可勾选原文、笔记、音视频、译文(开了翻译才有),选择格式以及是否带上发言人和时间戳,导出到本地或阿里云盘。官方在译文导出处写明的格式是 .doc、.srt、.pdf,其他内容的可选格式以导出窗口为准。

分享:在记录左侧开启分享后复制链接,或通过微信、QQ、微博、钉钉、海报分享;可以勾选「允许创建副本」,让对方把记录存到自己的列表里。

7. 在千问里做录音纪要

千问网页版输入框下方点「更多」,能看到「录音纪要」和「音视频速读」两个入口,使用前需要登录。千问官网首页对录音纪要的介绍是断网也能录、纪要自动整理;App Store 的应用介绍写的是支持离线或实时语音转文字,可生成会议总结与待办事项。

怎么选:经常在电脑上处理大量录音文件、需要区分发言人和导出字幕,用通义听悟;随手用手机录一场会、录完直接要纪要,用千问 App。千问里这两个入口登录后的具体界面没有核对,以实际界面为准。

常见问题

Q:一小时的录音要转多久?

官方帮助中心的说法是「1 小时音视频 5 分钟转写」,实际速度会受排队和文件情况影响。

Q:通义听悟收费吗?

个人网页版可以登录后直接体验,官网入口处标注了免费使用。具体有多少免费时长、用完怎么办,官方帮助文章没有写,以登录后的权益页面为准。

Q:结束录音后还能接着录吗?

不能。结束即生成记录,中途休息请用暂停。

Q:发言人分错了怎么办?

自动区分每篇只能用一次,分错的地方手动改名字即可,手动改过的不会被覆盖。常开会的固定成员可以设为「常用发言人」,之后每篇记录里一点就能填上。

Q:会议内容保密,能用吗?

录音会上传到云端处理。涉及保密内容先确认公司规定并征得参会人同意;录音前告知在场的人是基本礼貌,也是合规要求。

参考资料

  • 通义听悟官网 — https://tingwu.aliyun.com/
  • 通义听悟帮助中心(功能学堂:实时语音转文字、本地音视频文件转文字、查看智能总结、管理发言人、翻译功能、分享和导出、自定义专有词汇) — https://tingwu.aliyun.com/helpcenter/doc
  • 千问官网 — https://www.qianwen.com/
  • App Store:千问 - 阿里AI助手 — https://apps.apple.com/cn/app/id6466733523

Nathaniel 的更多内容

  1. 01

    AI图片放大与高清修复:Midjourney、ChatGPT、Gemini 怎么出高分辨率图

    AI 生成的图不够清晰,想打印或做大图怎么办?本文按官方文档讲清 Midjourney 的 Subtle / Creative 放大和 HD 直出、Gemini 与 ChatGPT 的分辨率选项、Flow 的视频放大,以及「AI 放大会编造细节」的注意事项。

    Gemini其他 AI 工具0
  2. 02

    AI视频运镜提示词大全:推拉摇移跟升降、环绕、甩镜怎么写(中英对照)

    AI 视频的运镜提示词怎么写?本文按 Google 官方视频提示指南整理镜头运动、机位角度、镜头光学效果三张中英对照表,每个术语配效果说明和例句,并给出组合运镜的写法和常见翻车原因,适用于 Veo、即梦、可灵等工具。

    Gemini其他 AI 工具0
  3. 03

    AI 视频翻译怎么做:用 ElevenLabs 给视频自动配音翻译、转写并生成字幕

    想把一段视频翻译成另一种语言并保留原声音色?本文按 ElevenLabs 官方文档讲清 Dubbing 自动配音翻译的操作步骤、文件限制、免费档水印与计费方式,以及用 Speech to Text 转写、在字幕编辑器里调整并导出字幕的流程。

    其他 AI 工具0
  4. 04

    Gemini 分享对话怎么操作:生成公开链接、对方能看到什么、怎么删除分享链接

    Gemini 的「分享对话」会生成一个任何人都能打开的公开链接。本文按官方帮助中心讲清:分享步骤、链接里包含哪些内容(整段对话、上传的图片、Canvas 作品)、别人能做什么、链接什么时候会自动失效、怎么查看和删除自己所有的公开链接。

    Gemini0
  5. 05

    MCP Inspector 怎么用:安装、启动命令、调试 MCP 服务器与 v2 的变化

    MCP Inspector 是什么、怎么安装和使用?按 MCP 官方文档讲清网页、命令行、终端界面三种模式的启动命令,怎么连本地和远程服务器、怎么传环境变量,密钥存在哪,以及 v2 相比旧教程在端口、令牌变量名和 Node 版本上的变化。

    Claude其他 AI 工具0
  6. 06

    MCP 的 stdio、SSE 和 Streamable HTTP 有什么区别:本地与远程 MCP 怎么选

    MCP 配置里的 stdio、sse、http 到底差在哪?按 MCP 官方规范讲清两种标准传输方式的工作原理、Streamable HTTP 与旧的 HTTP+SSE 的关系、会话与断线续传、规范对安全的硬性要求,以及本地服务器和远程服务器各适合什么场景。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    通义万相怎么用:万相 3.0 生视频与生图入口、灵感值和官方提示词公式

    通义万相怎么用、万相 3.0 在哪生成视频?本文按万相官网和阿里云百炼的官方提示词指南讲清入口、创作框里的几种模式、灵感值与会员的区别,以及文生视频、图生视频、带声音、多镜头和文生图各自的提示词公式。

    通义千问0
  2. 02

    千问 API Key 怎么获取:阿里云百炼开通、免费额度与 OpenAI 兼容调用

    千问 API Key 怎么获取、百炼的免费额度怎么用?本文按阿里云百炼官方文档讲清开通、创建 Key、环境变量、两类 Base URL 的区别,给出 OpenAI 兼容的 Python 示例,并说明免费额度规则和「用完即停」开关。

    通义千问0
  3. 03

    千问怎么上传文件:一次能传几个、支持哪些格式、长 PDF 怎么总结

    千问怎么上传文件、一次可以上传多少、PDF 长文档怎么让它总结?本文按千问官网界面说明讲清上传入口、同时 10 个文件和单个 100 MB 的限制、支持的格式,并给出总结、对比、提取数据三类可直接套用的提问写法。

    通义千问0
  4. 04

    千问怎么用:网页版入口、模型与模式怎么选、常用功能在哪(原通义)

    千问怎么用、通义改名千问后入口在哪?本文按千问官网界面讲清网页版和客户端入口、三个模型与「快速 / 思考研究」两种模式的区别、输入框下方各功能的位置、「日常」与「工作」两个页签分别做什么。

    通义千问0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~