全面采用自研转录模型
在 11 月 17 日的 Ignite 2026 活动中,微软宣布其医疗 AI 产品 Dragon Copilot Transcribe 正式采用自研语音识别模型 MAI-Transcribe-2。微软表示,该模型是目前速度最快、准确率最高的多语言语音转写模型,现已承担 Dragon Copilot 中 100% 的医患对话转写任务。
覆盖全美三分之一医师,错误率降低五成
规模化应用方面,Dragon Copilot Transcribe 每月处理约 1000 万次就诊场景,多语言工作流错误率下降约 50%,全美约三分之一医师已在接诊中使用。该模型支持多语种及中英、印地语-英语混说等常见语言混合场景,在嘈杂环境下仍可保持高识别质量。这有助于问诊录音更快转化为结构化临床记录,减少整理病历与核对术语的时间,并降低因语言转写错误带来的医疗失真风险。
兼顾多模式输出与长音频处理效率
技术功能上,MAI-Transcribe-2 支持说话人区分、词级时间戳、关键词偏置和可配置转写风格,能自动识别语言,并提供“逐字”与“精简”两种输出模式,分别对应合规留档与病历撰写等需求。评测方面,该模型在 60 种语言的 FLEURS 基准中平均词错误率为 5.2%,在 Artificial Analysis 综合测试中处于领先区间,长音频处理速度最高可达部分竞品 10 倍,同时推出每小时音频 0.10 美元(约合 0.67 元人民币)的限时价格。
