微软医疗转写升级 MAI-Transcribe-2:多语言错误率降约50%,月处理千万次就诊
据 IT之家 11 月 18 日报道,微软在 11 月 17 日举行的 Ignite 2026 活动上宣布,医疗 AI 产品 Dragon Copilot Transcribe 已正式采用自研语音识别模型 MAI-Transcribe-2,并由其承担 Dragon Copilot 中全部医患对话转写任务。微软披露,该产品每月处理约 1000 万次患者就诊场景,全美约三分之一的医师已在使用,多语言工作流中的错误率下降约 50%。
从单语听写走向混合语言问诊
医疗转写的难点不只是把声音变成文字。问诊中可能同时出现专业术语、不同说话人的交替表达,以及患者在多种语言之间切换的情况。微软表示,MAI-Transcribe-2 可以自动识别语言,支持中英、印地语与英语等混说场景,并能在嘈杂环境中保持较高识别质量。
围绕临床记录工作流,这次升级提供的主要能力包括:
- 说话人区分,帮助分辨医患双方的表达。
- 词级时间戳,便于回到录音中的具体位置核对内容。
- 关键词偏置,可针对特定词汇调整识别倾向。
- 可配置转写风格,提供“逐字”和“精简”两种输出模式,对应留档、分析和病历撰写等需求。
这些能力让转写结果更容易进入后续文档流程。不过,语音识别并不等于自动完成临床判断:把问诊内容转化为结构化记录,还涉及信息整理与核验,不能仅凭转写准确率推断整份病历的可靠性。
性能与价格数据,需要区分评测口径
微软称,MAI-Transcribe-2 在 FLEURS 基准的 60 种语言中取得领先表现,平均词错误率为 5.2%;在 Artificial Analysis 的准确率与延迟综合评测中,也处于领先区间。公司还表示,模型处理长音频的速度最高可达部分竞品的 10 倍,并推出每小时音频 0.10 美元的限时价格。
上述性能结论均来自微软披露。尤其需要注意,基准测试的 5.2% 词错误率,与医疗多语言工作流约 50% 的错误率降幅不是同一指标,前者描述特定测试中的结果,后者描述实际工作流中的改善。来源摘要未给出后者的对照基线、语言分布及详细测试条件,因此不宜将其直接推广到所有医院或语言组合。
产业影响:竞争焦点转向真实工作流
这次升级的看点,不只是语音模型性能提升,而是自研模型已经接管一个大规模医疗产品的核心任务。对微软而言,模型、产品与临床文档流程的结合,有助于把识别能力转化为用户能直接感受到的效率改善,例如减少整理问诊记录、核对术语和处理跨语言信息的时间。
对多语言患者而言,更稳定的识别也有助于降低信息在转写环节失真的风险。但医疗场景的要求仍高于一般会议记录:关键症状、药物名称及治疗相关表述仍需认真核验。此次进展说明,医疗 AI 的竞争正在从“能否转写”转向能否在复杂场景中稳定交付可核查的记录,实际价值仍要结合临床使用效果来判断。