ElevenLabs выпустила Scribe v3 Live Medical для транскрибации звонков в реальном времени
Модель предназначена для медицинских разговоров с голосовыми агентами. По данным внутренних тестов ElevenLabs, она снижает число ошибок при распознавании клинических терминов и поддерживает более 90 языков.

Модель для медицинских звонков
ElevenLabs выпустила Scribe v3 Live Medical — модель для медицинской транскрибации звонков в реальном времени. Она создана на базе Scribe v3 Live и оптимизирована для клинической речи. Модель доступна в ElevenAgents.
В компании объясняют, что ошибка в названии препарата может изменить смысл разговора: в одном из тестов модель распознала sitagliptin, лекарство от диабета, как citalopram — антидепрессант. Scribe v3 Live Medical предназначена для звонков пациентов, медицинских работников и страховых участников, где важно точно записывать лекарства, дозировки, процедуры и симптомы.
Компания уже предлагает медицинскую транскрибацию записей, но новая модель рассчитана на разговоры, которые идут прямо сейчас: например, звонки для записи на приём, проверки права на обслуживание и уточнения по страховым требованиям. Она также должна обрабатывать обычные бытовые фразы, а не только клинические термины.
Результаты внутренних тестов
ElevenLabs сравнила модель с другими системами распознавания речи в реальном времени, используя одинаковые записи. На открытом наборе PriMock57 — 57 смоделированных консультаций врача и пациента — Scribe v3 Live Medical показала долю ошибок в словах (WER) 12,8%. По заявлению компании, это самый низкий результат среди проверенных медицинских моделей и на 17% меньше ошибок, чем у ближайшего конкурента в тесте.
На наборе записанных интервью Fareez OSCE модель показала семантический WER 0,6% — эта метрика учитывает ошибки, меняющие смысл. В сравнении с Scribe v3 Live на медицинском наборе Eka Medical ASR показатель составил 11% против 11,54%; ElevenLabs сообщает о снижении числа ошибок на 4,7%. На наборе MED-Term семантический WER составил 2,24% для английского, 2,81% для немецкого и 3,24% для французского.
Термины, языки и задержка
Медицинские команды могут загрузить список из 10 000 собственных терминов. По данным ElevenLabs, в тестах с таким списком модель допускала до 48% меньше ошибок в медицинских терминах. Также она распознаёт паузы, когда человек диктует номер или дату рождения по частям, и не должна перебивать его до завершения.
Scribe v3 Live Medical поддерживает более 90 языков и, по описанию компании, может следовать за переключением языка во время звонка. Задержка транскрибации, по внутренним тестам, соответствует показателю Scribe v3 Live — около 150 миллисекунд. На английских наборах повседневной речи результаты двух моделей были примерно одинаковыми.
Доступность и защита данных
Модель можно выбрать в ElevenAgents в разделе Settings > Automatic Speech Recognition. ElevenLabs указывает, что Scribe v3 Live Medical может соответствовать требованиям HIPAA для корпоративных клиентов при наличии соглашения BAA и включённого Zero Retention Mode. По умолчанию данные хранятся в США; для корпоративных команд доступны изолированные среды в ЕС, Индии и Сингапуре.
Продолжить чтение
В ленте материалов: 1


