微软医疗AI转录引擎换用自研模型MAI-Transcribe-2,多语言错误率下降约50%

该模型现已承担Dragon Copilot中100%的医患对话转写任务,每月处理约1000万次患者就诊场景,全美约三分之一医师已在使用。

在11月17日召开的Ignite 2026活动中,微软宣布其医疗AI产品Dragon Copilot Transcribe已正式采用自研语音识别模型MAI-Transcribe-2。微软称,该模型是目前速度最快、准确率最高的多语言语音转写模型,现已承担Dragon Copilot中100%的医患对话转写任务。

从规模化应用数据看,Dragon Copilot Transcribe每月处理约1000万次患者就诊场景,在多语言工作流中实现约50%的错误率下降,全美国约三分之一的医师已在使用该产品。微软表示,MAI-Transcribe-2可识别多种语言及中英、印地语-英语等常见语言混说场景,并能在嘈杂环境下保持较高识别质量。

在实际医疗场景中,这意味着问诊录音可以更快、更准确地转化为结构化临床记录,减少手动整理病历、核对术语和翻译信息的时间。对多语言患者而言,更稳定的转写能力也有助于降低因语言识别错误导致医疗信息失真的风险。

功能层面,MAI-Transcribe-2支持说话人区分、词级时间戳、关键词偏置和可配置转写风格,可自动识别语言,并提供“逐字”与“精简”两种输出模式,分别适用于合规留档、分析与病历撰写等不同需求。

基准测试方面,微软称MAI-Transcribe-2在FLEURS基准的60种语言中取得领先表现,平均词错误率为5.2%;在Artificial Analysis的准确率与延迟综合评测中处于领先区间。该公司还表示,该模型处理长音频的速度最高可达部分竞品的10倍,并推出每小时音频0.10美元的限时价格。

医疗文书长期是临床工作者的主要负担之一,语音转写工具的核心价值在于将问诊内容直接转化为可用记录。微软以自研模型替换原有转写引擎,并同步给出规模化用量与降价方案,表明医疗AI转录的竞争重点正从功能覆盖转向准确率、多语言适配与单位成本的综合比拼。全美三分之一医师的覆盖规模,也为该模型在真实临床环境中的持续迭代提供了数据基础。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
微软发布首款语音对语音模型MAI Realtime 1,基础调用每分钟0.01美元
上一篇 4小时前
微软苹果服务接连故障后谷歌澄清Gmail运行正常,美情报官员称无协同网络攻击迹象
下一篇 3小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部