Event ·Single source

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。

Current read

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 sources61° AI heatLast updated 2026/11/17 23:27:25

Evidence

2 sources
Related source 1TestingCatalog
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

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