本期时间段:2026-10-31 10:00—2026-11-04 10:00(北京时间)
信息截至:2026-11-04 10:00(北京时间)
一段会议录音里,两个人抢着说话,转成文字后却只剩两句整齐的台词。这几天的三条消息,分别在补这一类任务的三个环节:输入有没有保留线索、下一轮能不能接上、最后交出的东西能不能用。
① Hume:可以直接问一段音频
Hume 在 11 月 2 日公布 Audio Decision API。开发者可以传入原始音频,自己设定问题和选项,例如「有没有背景音乐」「这段话里有没有两个人同时说话」。接口可以为选项返回概率,也可以在适用的问题里给出事件出现的时间段。[1]
对整理访谈或线上课程的人,这种接口适合先把值得回听的地方标出来。只看文字转写时,重叠说话、停顿和背景声可能已经丢失。官方提供演示入口,API 则需申请访问;这不是面向所有人的现成录音整理工具。声学线索也不足以证明一个人的心情或意图,重要片段仍需要人工回听。
② Claude:接口可以用上一轮的编号续聊
Anthropic 在 11 月 2 日的更新日志中列出 Messages API 的对话线程测试版。首次请求提供完整对话,之后可发送新消息和上一条回复的编号,由服务端重组模型要看的内容。以客服查询为例,问完订单状态再问配送方式,应用可以少传一次已经发送过的历史。[2][3]
这项变化面向接入 API 的开发者,不能据此判断 Claude 网页版新增了长期记忆。线程最后一次请求后约五分钟过期;官方说相关记录最迟在最后一次使用后一小时删除。应用仍需保留自己的消息副本,过期时重新发送上下文。请求包变小,也不意味着历史内容不再进入模型或不再计费。
③ LifeVal:评测开始看日常任务的交付物
OpenAI 在 11 月 2 日介绍 LifeVal,把整理入学选项、安排远程共同观赛等具体任务纳入评估。与只问一个知识题相比,这类任务有多个约束,还需要交出能让用户继续做决定的清单或方案。[4]
对普通人,更有用的启发是把「按我家条件列三项可选方案」写清楚,再检查每项的日期、来源和仍待确认的条件。LifeVal 是厂商发布的评测研究,不是一个新功能入口;页面上的案例和分数也不能证明任何地区、账号或个人条件下都能做成。
放在一起看
这是本期的编辑观察:Hume 补输入里的声音线索,Claude 线程解决上下文怎么传,LifeVal 追问结果是否完成了任务。三个环节需要不同的证据。回听能确认有没有抢话,续聊能确认前面的约束还在,最终清单则要对照原始材料逐项验收。前两步更顺,也不保证最后一步正确。
一个知识点:声音线索和文字转写有什么区别?
可以把转写想成会议速记:它主要记下说了什么。音频还留着谁在什么时候开口、两段话是否重叠、现场有没有门铃等线索。这个类比有局限:转写系统也可能附带时间戳或说话人标记;而拿到原始声音的模型,在噪声大、说话人相近时仍会判断错。能听见更多线索,和能准确解释每个线索,是两件事。
可以尝试:给一份会议纪要加回听标记
用手边允许处理的短录音和现有工具即可,无需购买上述服务或开通新 API。先手听 30 秒,记下两处可以确定的时间点,例如换人或出现背景声。再把同一段的转写与录音对照,把事件标成「文字支持」「只能回听确认」或「无法判断」。如果现有工具只接收文字,就由自己补时间戳,不让它凭文本推断语气。这是练习示例,本期没有调用上述接口做产品实测。
来源
[1] 2026-11-02|Hume Audio Decision API 公告
[2] 2026-11-02|Claude Platform 更新日志
[3] 2026-11-04 核验|Claude API 对话线程文档
[4] 2026-11-02|OpenAI LifeVal 公告