Deepgram išplėtė medicininį kalbos atpažinimą iki 10 kalbų
Trumpai: Deepgram išplėtė savo specializuotą medicinos kalbos modelį Nova-3 Medical nuo vien anglų kalbos iki 10 kalbų, įskaitant ispanų, vokiečių, hindi, japonų ir rusų, su automatišku kalbų perjungimu tiek paketiniame, tiek srautiniame režime. 115 valandų kruopščiai atrinkto medicininio garso testavimo rinkinyje daugiakalbis medicininis modelis sumažino žodžių klaidų normą 25-30 %, o esybių (vaistų, dozių, diagnozių) klaidų normą – 37-40 %, lyginant su Deepgram bendru daugiakalbiu modeliu. Jis taip pat aplenkė konkuruojančius ElevenLabs ir Microsoft modelius vidutine žodžių klaidų norma visose 10 kalbų.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Deepgram“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Nova-3 Medical dabar palaiko 10 kalbų: olandų, anglų, prancūzų, vokiečių, hindi, italų, japonų, portugalų, rusų, ispanų
- 2Automatiškas kalbų perjungimas tarp palaikomų kalbų tiek paketiniame, tiek srautiniame režime
- 3Paketinio režimo WER sumažėjo nuo 6,62% iki 4,96% (25% sumažėjimas) lyginant su bendru daugiakalbiu modeliu
- 4Srautinio režimo WER sumažėjo nuo 8,32% iki 5,86% (30% sumažėjimas)
- 5Paketinio režimo esybių klaidų norma (vaistai, dozės, diagnozės) sumažėjo nuo 14,46% iki 9,11% (37% sumažėjimas)
- 6Dozių atpažinimo klaidos sumažėjo 64% paketiniame ir 81% srautiniame režime
- 7Žemiausia vidutinė paketinio WER reikšmė (4,96%) tarp testuotų modelių, lenkiant ElevenLabs Scribe v2 Medical (5,49%) ir Microsoft MAI 1,5 (7,80%)
- 8Prieinama per vieną API parametrą: model=nova-3-medical&language=multi, taip pat galima savarankiško diegimo versija
| Parametras | Buvo | Dabar |
|---|---|---|
| Palaikomos kalbos | Tik anglų (Nova-3 Medical) | 10 kalbų: olandų, anglų, prancūzų, vokiečių, hindi, italų, japonų, portugalų, rusų, ispanų |
| Paketinio režimo žodžių klaidų norma (lyginant su bendru dau | 6,62% | 4,96% |
| Srautinio režimo žodžių klaidų norma (lyginant su bendru dau | 8,32% | 5,86% |
| Paketinio režimo esybių klaidų norma | 14,46% | 9,11% |
| Srautinio režimo esybių klaidų norma | 16,31% | 9,78% |
| Kalbų perjungimas | Nenurodyta | Automatiškas kalbų perjungimas tarp palaikomų kalbų paketiniame ir srautiniame režimuose |
Kodėl tai svarbu?
Tikslus vaistų pavadinimų, dozių ir diagnozių transkribavimas yra kritinis bet kuriam sveikatos priežiūros balso agentui ar aplinkiniam dokumentavimo įrankiui; šis atnaujinimas rodo, kad specializuoti modeliai gerokai lenkia bendrus daugiakalbius STT net išplėtus į daugelį kalbų, o tai svarbu registracijos botams, diktavimo įrankiams ir klinikinių užrašų generavimui tarp kalbų barjerų.
Ką tai reiškia AI agentams ir kontaktų centrams?
Nors tai sveikatos priežiūros specifinis modelis, lyginamojo testavimo metodika (specializuoto ir bendro daugiakalbio STT palyginimas pagal žodžių ir esybių klaidų normą, paketiniame ir srautiniame režime) yra tiesiogiai naudinga vertinant kalbos atpažinimo tiekėjus bet kokiam ne anglų kalbos balso agentų diegimui, įskaitant vertinimą, kaip gerai tiekėjas apdoroja skaičius, vardus ir srities terminus mažesnėse kalbose.
🧪 Verta testuoti
Nova-3 Medical Multilingual srautinio atpažinimo tikslumo ir kalbų perjungimo elgsenos testavimas galėtų padėti pasirenkant STT tiekėją daugiakalbiams balso agentams, ypač kai srities žodyno (vardų, skaičių, techninių terminų) tikslumas svarbesnis nei bendra transkripcijos kokybė.
Šaltiniai
- DeepgramOficialusPirminis šaltinisOriginalus straipsnis →„Article · · Announcements Introducing Nova-3 Medical Multilingual: Medical Speech Recognition in 10 Languages“2026-10-07 03:00
- Šaltinio publikavimo data
- 2026-10-07 03:00
- Mūsų sistema rado
- 2026-10-07 08:36
- Santrauka sugeneruota
- 2026-10-07 08:37
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas