微软在 Ignite 2026 活动上宣布,医疗 AI 产品 Dragon Copilot Transcribe 已正式采用自研语音识别模型 MAI-Transcribe-2。此时距离活动开幕仅一天——11 月 17 日发布,11 月 18 日对外披露细节。
打开网易新闻 查看精彩图片
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。换句话说,这套产品线里的转写环节已经全部切换到自研模型上。
规模化数据更能说明问题: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。
多语言能力是这次升级的重点。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。落到实际场景里,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造成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。它还能自动识别语言,并提供“逐字”或“精简”两种输出模式,分别对应合规留档、分析与病历撰写等不同需求。
基准成绩方面,微软称该模型在 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。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。
热门跟贴