MedASR – 谷歌开源的医疗语音识别模型

MedASR是什么

MedASR 是 Google 推出的专注于医学领域的语音识别模型，基于 Conformer 架构，拥有 105M 参数。模型通过大量医学语音数据（约 5000 小时）进行预训练，涵盖医生口述和临床对话等多种场景，能精准识别复杂医学术语和专业上下文。MedASR 在医学语音转录任务中表现出色，为开发者提供可定制化的基础模型，可用在进一步细调适应特定需求。模型通过将语音高效转化为文本，为医疗领域的数字化应用提供强大的支持。

MedASR的主要功能

• 医学语音转录：将医生的口述、临床对话等医学相关语音准确转录为文本。