Products

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

多语言错误率直降 50%:微软升级医患对话 AI 转录引擎,已覆盖全美 1/3 医师

Why we picked it

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。

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。

Body

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。

Original · IT之家

多语言错误率直降 50%:微软升级医患对话 AI 转录引擎,已覆盖全美 1/3 医师

IT之家 11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中, 微软宣布其医疗 AI 产品 Dragon Copilot Transcribe 已正式采用自研语音识别模型 MAI-Transcribe-2。 微软称,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。 在规模化应用方面,Dragon Copilot Transcribe 每月处理约 1000 万次患者就诊场景,并在多语言工作流中实现约 50% 的错误率下降,全美国约三分之一的医师已在使用。微软表示,该模型可识别多种语言及中英、印地语-英语等常见语言混说场景,还能在嘈杂环境下保持较高识别质量。 在实际场景中,意味着问诊录音可以更快、更准确地转化为结构化临床记录,减少手动整理病历、核对术语和翻译信息的时间。对多语言患者而言,更稳定的转写能力也有助于降低因语言识别错误而造成医疗信息失真的风险。 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。它还能自动识别语言,并支持“逐字”或“精简”两种输出模式,分别适用于合规留档、分析与病历撰写等不同需求。 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。该公司还表示,该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 (IT之家注:现汇率约合 0.67 元人民币) 的限时价格。

Industry Coordinates & Source Verification

This report is categorized under AITOP's "Products" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include MAI-Transcribe-2, Dragon Copilot, Microsoft, speech recognition.

Source attribution: curated from IT之家. Cross-source corroboration: 2 independent sources have covered this development (including TestingCatalog), confirming industry-wide signal strength.

  • TestingCatalog11-17 18:42Source