事件专题 ·单一信源

微软医疗转录产品改用自研 MAI-Transcribe-2,多语言错误率降约 50%

11 月 17 日 Ignite 2026 上,微软宣布 Dragon Copilot Transcribe 全面切换到自研语音识别模型 MAI-Transcribe-2,由后者承担 100% 的医患对话转写任务。该模型在 FLEURS 基准的 60 种语言中平均词错误率为 5.2%,多语言工作流中错误率下降约 50%,处理长音频速度最高达部分竞品的 10 倍,限时定价为每小时音频 0.10 美元。产品能力上,MAI-Transcribe-2 支持说话人区分、词级时间戳、关键词偏置、可配置转写风格,并能自动识别语言,提供“逐字”与“精简”两种输出模式,覆盖合规留档、分析与病历撰写等场景,还能处理中英、印地语-英语等混说对话及嘈杂环境。 Dragon Copilot Transcribe 目前每月处理约 1000 万次患者就诊转写,全美约三分之一的医师在用,问诊录音可更快转化为结构化临床记录,减少手动整理病历和核对术语的时间。对多语言患者,更稳定的转写也降低了因识别错误导致医疗信息失真的风险。在 Artificial Analysis 的准确率与延迟综合评测中,该模型处于领先区间,与 Whisper 等开源方案的路线不同,微软选择把自研模型直接嵌入医疗垂直产品闭环。

当前结论

微软把自家医患转写产品全换成自研的 MAI-Transcribe-2,词错误率 5.2%,每小时音频只收 0.10 美元,长音频速度能快到竞品 10 倍。做语音转写、医疗信息化或者多语言产品的开发者可以对照 FLEURS 成绩和定价掂量一下成本,医院采购方更该关注这个全美三分之一医师在用的体量。

2 个信源61° AI 热度最后更新 2026/11/17 23:27:25

证据链

2 个信源

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。