阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯实质变化2 分钟阅读DisconfirmAI 编辑部

美国AI语音公司ElevenLabs发布Scribe v3 Live Medical,专攻实时医疗转录

ElevenLabs推出专为实时通话设计的医疗语音转文字模型,通过自定义术语库和优化的停顿检测,显著降低药物名称等临床细节的识别错误。

2026-11-17 20:00

美国AI语音技术公司ElevenLabs于2026年11月17日发布了Scribe v3 Live Medical,这是一款专门用于实时语音转文字(Speech-to-Text)的医疗模型。该模型基于其最新的实时基础模型Scribe v3 Live构建,针对临床语言进行了优化,现已在ElevenAgents平台上线。

通用语音模型在处理医疗对话时容易出错,因为药物名称和剂量在日常口语中很少出现,且发音相似的药物(如sitagliptin西格列汀与citalopram西酞普兰)极易混淆。Scribe v3 Live Medical旨在解决这一痛点,确保语音代理在患者致电预约、资格检查或理赔跟进时能准确记录关键临床信息。

根据ElevenLabs的内部测试,在包含57次模拟初级保健咨询的公开数据集PriMock57上,该模型的词错误率(WER)为12.8%,是所测试医疗模型中最低的,比第二低的模型少17%的错误。在另一项名为Fareez OSCE的272次患者访谈测试中,其语义错误率仅为0.6%。此外,在Eka Medical ASR数据集上,相比通用版Scribe v3 Live,其语义错误率降低了4.7%。

为了适应复杂的医疗场景,该模型引入了几项关键功能:支持加载多达10,000个自定义术语,使系统能精准识别特定医院、诊所或药品的品牌名;优化了“轮次检测”,能够识别患者在报读身份证号或出生日期时的自然停顿,避免代理打断;并支持超过90种语言的实时切换,以适应多语言环境下的患者沟通。

在合规性方面,Scribe v3 Live Medical为企业客户提供HIPAA兼容选项,需配合商业伙伴协议(BAA)和零保留模式使用,以确保受保护的健康信息(PHI)不被存储。辉瑞数字战略与创新总监Idin Jafari表示,该模型结合Eleven v4 Turbo后,在品牌药和通用名识别上的准确性显著提升,交互体验逼真。

来源

  • elevenlabs.ioElevenLabs↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系