Hume发布音频原生决策API
先了解这件事
AI 综述
2026年11月3日，X用户Elvis Saravia（DAIR.AI）介绍Hume的Audio Decision API，称其采用音频原生决策模型，可直接处理音频，区别于其他决策模型；智能体能在一次调用中判断“来电者是否沮丧”，并根据说话方式作出回应，适用于企业场景及语音个人智能体。同日稍早，X用户Rohan Paul发布消息称，该接口可直接分析音频片段语气并回答自定义问题，无需先转录文本，同时返回答案概率；其输入涵盖叹气、笑声、迟疑、重叠说话和背景声，可区分讽刺语气与积极表达，例如判断来电者是否生气并给出带置信度百分比的答案。随后，X用户Testing Catalog称Hume AI发布Hume Decision API，可直接分析录音并回答自定义问题与选项；初始测试中，模型与评审团平均答案的一致率为70.7%，高于单个听众的56.5%。
报道时间线
11月3日
- Hume AI 发布 Hume Decision API 音频原生模型
Hume AI 发布 Hume Decision API，可直接分析录音音频并回答用户自定义的问题与选项。模型可估计人类听众所作选择，初始测试中与评审团平均答案的一致率为 70.7%，高于单个听众的 56.5%。
- Hume 推出 Audio Decision API，直接分析音频语气并返回答案概率
Hume Audio Decision API 可直接根据音频片段回答自定义问题，无需先转录文本，并为每个答案返回概率。模型输入包含叹气、笑声、迟疑、重叠说话和背景声，因此能区分讽刺语气与积极表达；例如可询问来电者是否生气，并获得带置信度百分比的直接答案。
- Hume 音频原生决策 API 及其应用
Hume 的 Audio Decision API 采用音频原生决策模型，直接处理音频本身，区别于其他决策模型。智能体可在一次调用中判断“来电者是否沮丧”，并根据说话方式作出回应。该能力既适用于企业场景，也面向日益普及的语音个人智能体。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。