Procesamiento de voz médica multilingüe y multitarea, ASR, NER y resumen.
Conjuntos de datos y modelos de reconocimiento de voz médica multilingüe, NER y resumen de conversaciones en tiempo real.
MultiMed ofrece conjuntos de datos de código abierto completos, modelos preentrenados y pruebas comparativas para el procesamiento de voz médica en varios idiomas. Está diseñado para investigadores e ingenieros que crean herramientas de reconocimiento automático de voz, reconocimiento de entidades con nombre y resumen para entornos clínicos.
Agrupa contribuciones de investigación que incluyen VietMed para reconocimiento de voz, VietMed-NER para reconocimiento de entidades con nombre habladas en 18 tipos de entidades, VietMed-Sum para resumen de conversaciones médicas en tiempo real y MultiMed para ASR médico multilingüe en cinco idiomas. El marco proporciona modelos Attention Encoder-Decoder, pesos preentrenados w2v2-Viet y XLSR-53-Viet, y bases de código que abarcan las principales conferencias de PLN y voz (LREC-COLING, Interspeech, NAACL, ACL).
Es adecuado para investigadores, ingenieros de aprendizaje automático y tecnólogos sanitarios que desarrollan interfaces de voz clínicas o canalizaciones de PLN médico. No es adecuado para médicos que buscan una aplicación de transcripción médica de usuario final lista para usar sin capacidad de despliegue técnico.
Incluye 16 horas de voz médica etiquetada y 1000 horas sin etiquetar que cubren todos los grupos de enfermedades de la CIE-10.
Presenta VietMed-NER para extraer 18 tipos de entidades médicas distintas a partir de audio de voz y transcripciones.
Genera resúmenes locales después de cada N expresiones y resúmenes globales al final de la conversación.
Proporciona modelos ASR médicos de extremo a extremo que abarcan vietnamita, inglés, alemán, francés y chino mandarín.
El código, los datos y los modelos se proporcionan de forma gratuita a través de los enlaces del repositorio, y el único coste es ejecutar la infraestructura de hardware necesaria por cuenta propia.
873 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Los modelos ASR principales de MultiMed admiten cinco idiomas: vietnamita, inglés, alemán, francés y chino mandarín.
Sí, al traducir las transcripciones, el conjunto de datos VietMed-NER se puede utilizar para el reconocimiento de entidades con nombre basado en texto en otros idiomas.
Sí, el repositorio proporciona enlaces a modelos preentrenados como w2v2-Viet, XLSR-53-Viet y modelos ASR médicos ajustados.
Ve Zekai primero en Google