NVIDIA Nemotron Speech 與 Agent Skills 加速臨床語音辨識模型評估
訓練語音 AI 模型正確辨識臨床醫學術語極具挑戰，藥名、手術名稱及解剖學用語常讓通用語音系統出錯。NVIDIA 推出 Nemotron Speech 結合 Agent Skills，協助開發者更快速評估臨床自動語音辨識（ASR）模型的準確度。
文章重點
- NVIDIA 推出 Nemotron Speech 結合 Agent Skills，加速臨床 ASR 模型評估流程
- Acetaminophen、Amlodipine 等臨床藥名讓通用語音辨識系統頻繁出錯
- 該工具可系統化測試語音模型對醫學術語的辨識準確度，降低人力成本
- 技術適用於臨床文件自動化、語音病歷轉錄及即時醫療輔助等場景
臨床語音辨識的獨特挑戰
訓練語音 AI 模型來正確辨識或合成臨床醫學術語，難度遠超一般人的想像。像是 Acetaminophen（乙醯胺酚）、Amlodipine（氨氯地平）、Cefazolin（頭孢唑林）以及 Biktarvy 等藥物名稱，都不屬於日常詞彙的範疇。此外，手術程序名稱、解剖學術語及各專科特有的診斷用語，也以不同形式帶來同樣的辨識難題。
現成的通用語音辨識系統聽起來可能流暢自然，但在面對這些高度專業的醫學詞彙時，往往會發生辨識錯誤——而在臨床環境中，這類錯誤可能影響病歷記錄的正確性，甚至危及病患安全。
NVIDIA Nemotron Speech 與 Agent Skills
NVIDIA 推出的 Nemotron Speech 平台結合 Agent Skills 功能，旨在幫助開發者與醫療科技團隊更快速地評估臨床自動語音辨識（ASR）模型的表現。透過這套工具，團隊可以針對臨床專業術語進行系統化的模型效能測試，大幅縮短評估流程所需的時間與人力成本。
這項技術進展對於醫療 AI 應用具有重要意義，尤其是在臨床文件自動化、語音病歷轉錄以及即時醫療輔助等場景中，精確的語音辨識是不可或缺的基礎能力。
對產業的影響
隨著 AI 在醫療領域的應用持續擴展，語音辨識的精準度將成為決定產品能否落地的關鍵因素。NVIDIA 此次推出的解決方案，為臨床 ASR 模型的開發與驗證提供了更有效率的途徑，有望加速醫療語音 AI 技術的成熟與普及。
原文來源： 查看原文
常見問題
Newsletter
訂閱低空產業電子報
每日精選低空經濟與無人機產業新聞，直送您的信箱。
本文由 LAETimes 編輯部審核發佈 ·
