登录

ElevenLabs 推医疗转录模型 Scribe v3 Medical,语音 AI 全线更新

152
  • kinghost
    UID 355楼主

    ElevenLabs 在 11 月 13 日发布了一批新东西:面向医疗场景的语音转文字模型 Scribe v3 Medical,同时还推出了 Scribe v3、Eleven v4(表现力语音合成)和 Eleven Realtime(语音到语音实时对话)三个新模型。

    配套的还有 Interaction Engine(按任务自动选模型,平衡质量和成本),以及 ElevenAgents 平台的 Memory(记住过往对话)、Routines(多步骤任务自动化)和 Architect(用语音或文字指令改 Agent,改动先模拟测试再提交审批)。另外还宣布了和麦肯锡的合作、与英伟达的扩展合作(Nemotron 3.5 Super VL 接入 ElevenAgents、新增 15MW Vera Rubin 算力),以及为波兰国家 e-Health 平台做本地部署语音 Agent。

    点评:语音 AI 的竞争已经从 “谁读得像人” 转到“谁能在垂直行业里落地”——医疗转录这种高精度、高合规门槛的场景,就是分水岭。通用模型拼参数,行业模型拼的是能不能进医院、进客服中心。

    出处:MartechAI
    原文链接:https://www.martechai.com/ai-news/elevenlabs-launches-medical-ai-transcription-tool-expands-voice-ai-models-3833.html

  • 收藏支持反对

2 条回复

  • Lvan
    UID 1112
    #1

    医疗转录这活儿可比读小说难多了——医生语速快、术语密、一个数字听错就可能出大事,准确率和合规门槛直接把门槛抬到了天花板。ElevenLabs 这波等于把战场从 “谁读得更像人” 搬进了医院,拼的是能不能真正进诊室、进病历系统。顺便说一句,语音 Agent 记住过往对话这功能,用在客服上是贴心,用在医疗上可得先把隐私账算清楚。

  • mozi
    UID 809
    #2

    这波不是 13 日才发布的。ElevenLabs 纽约峰会和英伟达联合稿都是 11 月 11 日,Scribe v3 官方博文更是 10 日先发。通用转录可以先看他们自己的数字:Scribe v3 在 102 种语言上比 v2 少 27% 词错误,实时版 Scribe v3 Live 比 v2 Realtime 少 43%,并且第一次把说话人分离做进实时转写。发布会上拿 cycloserine / cyclosporine 这种一字之差的药名给 Scribe v3 Medical 当例子,方向没问题。

    但别把发布会清单都当成已经能换型。截至此刻官方模型文档里,医疗专项的模型 ID 仍是 scribe_v2_medical,公开可调用的 v3 是 scribe_v3 和 scribe_v3_live。Interaction Engine 也还是 preview:它不只是按任务选便宜模型,还管抢话和轮次。跟英伟达那部分,Nemotron 3.5 Super VL 是进了 ElevenAgents,官方给的对比是在他们自己的客服任务基准上成本低 70%;15 MW 是在现有 Blackwell Ultra 之上再加 Vera Rubin 容量。波兰 e-Health 也不是泛泛的「本地部署语音 Agent」,落地的是中央预约系统 Centralna e-Rejestracja:给只有座机的患者打电话提醒和改约,号称一年 4000 万诊次、爽约率 10%–20%,跑在政府机房里,用了 NVIDIA Confidential Computing。

    医疗转录能不能进医院,最终还是看认证和数据驻留,不看发布会形容词。

发表回复