Newshot

多语言错误率直降 50%:微软升级医患对话 AI 转录引擎,已覆盖全美 1/3 医师

Summary

IT之家 11 月 18 日消息,昨日(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。 在规模化应用方面,Dragon Copilot Transcribe 每月处理约 1000 万次患者就诊场景,并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。微软表示,该模型可识别多种语言及中英、印地语-英语等常见语言混说场景,还能在嘈杂环境下保持较高识别质量。 在实际场景中,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而造成医疗信息失真的风险。 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。它还能自动识别语言,并支持“逐字”或“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。 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,也处于领先区间。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 (IT之家注:现汇率约合 0.67 元人民币) 的限时价格。

Original text(via IT之家)

多语言错误率直降 50%:微软升级医患对话 AI 转录引擎,已覆盖全美 1/3 医师

IT之家 11 月 18 日消息,昨日(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。

在规模化应用方面,Dragon Copilot Transcribe 每月处理约 1000 万次患者就诊场景,并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。微软表示,该模型可识别多种语言及中英、印地语-英语等常见语言混说场景,还能在嘈杂环境下保持较高识别质量。

在实际场景中,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而造成医疗信息失真的风险。

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。它还能自动识别语言,并支持“逐字”或“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。

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,也处于领先区间。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(IT之家注:现汇率约合 0.67 元人民币)的限时价格。

相关文章

  • 微软性价比最高编程 AI 模型:MAI Code 2 用 5% 成本达 Claude Opus 5.5 约 96% 性能
  • 部分微软产品为何总差点打磨?Azure 工程负责人称大客户需求优先
  • 不靠补贴、不增加他人成本:微软承诺其 AI 扩张电费将自己买单
  • 微软正式发布 .NET 11:开发更省时,AI 工具更齐全
  • AI 热潮撞上资源争议,微软荷兰在建数据中心遭抗议
  • 借钱搞 AI:消息称微软计划通过美国债券发行至少筹资 250 亿美元

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗