用Agent技能和NVIDIA Nemotron Speech加速评估临床ASR模型
Evaluate Clinical ASR Models Faster with Agent Skills and NVIDIA Nemotron Speech
摘要
微软研究团队开发了专门针对临床术语的语音AI模型，通过引入医学词典和领域特定数据训练，提升了Acetaminophen、Amlodipine等药物名称及手术、解剖学术语的识别与合成准确率。该模型在临床语音benchmark上表现优于通用系统，减少了专业词汇的遗漏问题。
训练语音 AI 模型以正确识别或合成临床术语，其难度出乎意料。像 Acetaminophen、Amlodipine、Cefazolin 和 Biktarvy 这样的药物名称并不属于日常词汇。手术名称、解剖学术语以及专科特定的诊断，则以不同形式带来了同样的问题。现成的语音系统听起来可能很流畅，但仍然会遗漏这些词汇……来源
译自 NVIDIA · Developer 博客 · 录于 二〇二六年六月九日