Hume AI发布Audio Decision API

Hume AI 推出了新的 Hume Decision API，这是一个音频原生模型，能通过分析音频本身来回答关于录音的问题。 用户可以自行编写问题和答案选项，例如来电者听起来是否沮丧，并获得人类听众会如何回答的估算结果。 在初步测试中，该模型与评审小组平均答案的一致率为 70.7%，而单个听众为 56.5%。

Hume 发布 Audio Decision API，可直接对音频片段提问并返回每个自定义答案的概率，无需转写步骤。该 API 把叹气、笑声、犹豫、重叠语音和背景音纳入模型输入，例如问“来电者是否生气”即可得到带置信度的直接回答。官方称过去需 10+ 个模型完成的工作现在一次调用即可，模型基于 1000 万+ 人类判断训练，支持实时或数小时录音分析。

Hume 发布 Audio Decision API，可直接"听"音频本身做判断，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感，支持实时与数小时录音分析。作者认为其在个人语音智能体场景潜力巨大。