ElevenLabs把医疗转写搬进实时通话:Scribe v3 Live Medical在PriMock57上词错率12.8%,比次优医疗模型少17%错误
核心概要
ElevenLabs发布Scribe v3 Live Medical,把面向临床语言的实时语音转写接入ElevenAgents中的通话智能体。此前其医疗转写只覆盖录音,而实时通话中的药名和剂量最容易被通用模型听错。在57段模拟门诊通话组成的PriMock57上,该模型词错率为12.8%,比测试中次优的医疗模型少17%错误;加载自定义术语表后,医疗术语错误最多减少48%。
深度剖析
实时通话中的语音智能体现在可以调用专门针对临床语言优化的转写模型,把患者说出的药名、剂量和症状直接写进通话记录供医护人员复核。 ElevenLabs此前提供的医疗转写只处理录音,例如口述和就诊录音;而排班、医疗信息热线、电话资格核验和理赔跟进等大量医疗智能体场景都在实时进行,无法等录音结束再转写。 在包含57段模拟初级诊疗通话的公开基准PriMock57上,Scribe v3 Live Medical的词错率为12.8%,是所测医疗模型中最低的,比次优模型少17%错误。
该模型在临床细节上更准,同时不牺牲日常用语,团队可以把它用于每一通电话,而不必按通话类型切换模型。 药名和剂量很少出现在日常对话里,正是通用实时模型更容易出错的词;材料举例说,测试中曾有语音模型把sitagliptin转写成抗抑郁药citalopram。 在Eka Medical ASR上,Scribe v3 Live Medical的语义词错率为11%,Scribe v3 Live为11.54%;在Common Voice和FLEURS的英文集上,两者表现大致相当。
模型能识别来电者尚未说完的号码,等对方把会员号或出生日期读完再回应,并支持通话中途的语言切换。 来电者常分段念会员号或出生日期,并在数字组之间停顿;把每次停顿都当作话轮结束的智能体会在号码中途插话,迫使来电者重来。 该模型支持90多种语言并跟随通话中的语言切换;在Corti的MED-Term基准上,其语义词错率为英语2.24%、德语2.81%、法语3.24%。
启示与展望
已展示的范围是ElevenLabs内部对选定供应商实时模型的测试,覆盖PriMock57的57段模拟初级诊疗通话、272段Fareez OSCE患者访谈、Eka Medical ASR、Common Voice与FLEURS英文集,以及MED-Term的英法德三语;除注明外结果均为英语。该模型已在ElevenAgents中可用,企业客户在签署业务伙伴协议并启用零保留模式后符合HIPAA要求。
材料说明这些结果来自ElevenLabs对选定供应商的内部测试,各模型取最佳可用配置,并未包含所有可用模型;PriMock57与Fareez OSCE均为模拟或录制场景,而非真实生产通话。
