आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › चिकित्सा › MultiMed
✦ फ्री & ओपन सोर्सचिकित्सा

MultiMed

बहुभाषी मल्टीटास्क मेडिकल स्पीच प्रोसेसिंग, ASR, NER और सारांश।

MultiMed मेडिकल स्पीच AI

बहुभाषी मेडिकल स्पीच रिकग्निशन, NER, और वास्तविक समय (real-time) बातचीत सारांश डेटासेट और मॉडल।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
5.6
ZEKAI
बहुभाषी मेडिकल स्पीच सूट
फ्री & ओपन सोर्स · चिकित्सा
सेटअप की आसानी3
उपयोगिता9
रखरखाव5.5
समुदाय5
★ 381
गिटहब
Dec 2025
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

MultiMed कई भाषाओं में मेडिकल स्पीच प्रोसेसिंग के लिए व्यापक ओपन सोर्स डेटासेट, प्री-ट्रेंड मॉडल और बेंचमार्क प्रदान करता है। इसे नैदानिक वातावरण (clinical environments) के लिए स्वचालित स्पीच रिकग्निशन, नेम्ड एंटिटी रिकग्निशन और सारांश टूल तैयार करने वाले शोधकर्ताओं और इंजीनियरों के लिए डिज़ाइन किया गया है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

यह स्पीच रिकग्निशन के लिए VietMed, 18 एंटिटी प्रकारों में स्पोकन नेम्ड एंटिटी रिकग्निशन के लिए VietMed-NER, वास्तविक समय की मेडिकल बातचीत के सारांश के लिए VietMed-Sum, और पांच भाषाओं में बहुभाषी मेडिकल ASR के लिए MultiMed सहित शोध योगदानों को बंडल करता है। यह फ्रेमवर्क अटेंशन एनकोडर-डिकोडर मॉडल, प्री-ट्रेंड w2v2-Viet और XLSR-53-Viet वेट्स, और प्रमुख NLP और स्पीच सम्मेलनों (LREC-COLING, Interspeech, NAACL, ACL) से जुड़े कोडबेस प्रदान करता है।

किसके लिए

यह नैदानिक वॉयस इंटरफेस या मेडिकल NLP पाइपलाइन विकसित करने वाले शोधकर्ताओं, मशीन लर्निंग इंजीनियरों और हेल्थकेयर टेक्नोलॉजिस्ट के लिए उपयुक्त है। यह उन चिकित्सकों के लिए उपयुक्त नहीं है जो तकनीकी तैनाती क्षमता के बिना उपयोग के लिए तैयार एंड-यूज़र मेडिकल ट्रांसक्रिप्शन ऐप चाहते हैं।

मुख्य विशेषताएँ

VietMed ASR बेंचमार्क

सभी ICD-10 रोग समूहों को कवर करने वाले 16 घंटे के लेबल्ड और 1000 घंटे के अनलेबल्ड मेडिकल स्पीच को शामिल करता है।

स्पोकन मेडिकल NER

स्पीच ऑडियो और ट्रांसक्रिप्ट से 18 अलग-अलग मेडिकल एंटिटी प्रकार निकालने के लिए VietMed-NER की सुविधा देता है।

रियल-टाइम सारांश

हर N उच्चारण के बाद स्थानीय सारांश और बातचीत के अंत में वैश्विक सारांश उत्पन्न करता है।

बहुभाषी समर्थन

वियतनामी, अंग्रेजी, जर्मन, फ्रेंच और मंदारिन चीनी में फैले एंड-टू-एंड मेडिकल ASR मॉडल प्रदान करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
MultiMed रिपॉजिटरी को क्लोन करें और अपने कार्य के लिए विशिष्ट सबडिफ़レクトリ (VietMed, VietMed-NER, VietMed-Sum, या MultiMed) पर जाएं।
2
Python वातावरण और निर्भरता (dependencies) को कॉन्फ़िगर करने के लिए चुने गए सबफ़ोल्डर के भीतर व्यक्तिगत README और इंस्टॉलेशन आवश्यकताओं की समीक्षा करें।
3
प्रदान किए गए मूल्यांकन या प्रशिक्षण स्क्रिप्ट को चलाने के लिए निर्दिष्ट डेटासेट स्प्लिट और प्री-ट्रेंड मॉडल वेट डाउनलोड करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • कई लहजे (accents) और रिकॉर्डिंग स्थितियों को कवर करने वाले बड़े पैमाने पर वास्तविक दुनिया के मेडिकल स्पीच डेटासेट प्रकाशित करता है
  • बिना अनसुपरवाइज्ड मेडिकल प्री-ट्रेंडिंग के मेडिकल डोमेन टेस्ट सेट पर मानक XLSR-53 से काफी बेहतर प्रदर्शन करता है
  • वास्तविक समय के स्थानीय और वैश्विक बातचीत सारांश के लिए तैनात करने योग्य आर्किटेक्चर शामिल हैं
  • कई सहकर्मी-समीक्षित अकादमिक पत्रों (LREC-COLING, NAACL, ACL) के लिए पुनरुत्पादक बेसलाइन और कोड प्रदान करता है

कहाँ कमी है

  • मॉडल को प्रशिक्षित करने और चलाने के लिए डीप लर्निंग बुनियादी ढांचे और तकनीकी मशीन लर्निंग विशेषज्ञता की आवश्यकता होती है
  • कच्चे डेटासेट और मॉडल वेट के लिए पर्याप्त स्थानीय स्टोरेज और हाई-एंड GPU संसाधनों की आवश्यकता होती है
  • लाइसेंसिंग की शर्तें रिपॉजिटरी मेटाडेटा में स्पष्ट रूप से नहीं बताई गई हैं
  • कच्चे शोध कोड को उत्पादन नैदानिक वर्कफ़्लो में एकीकृत करने के लिए अनुकूलन कार्य की आवश्यकता होती है
लागत

मूल्य & लाइसेंस

कोड, डेटा और मॉडल रिपॉजिटरी लिंक के माध्यम से स्वतंत्र रूप से प्रदान किए जाते हैं, और एकमात्र लागत आवश्यक हार्डवेयर बुनियादी ढांचे को स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

879 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: चिकित्सा के लिए MultiMed
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम MultiMed को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

MultiMed द्वारा किन भाषाओं का समर्थन किया जाता है?

कोर MultiMed ASR मॉडल पांच भाषाओं का समर्थन करते हैं: वियतनामी, अंग्रेजी, जर्मन, फ्रेंच और मंदारिन चीनी।

क्या इसका उपयोग टेक्स्ट-आधारित मेडिकल NER के लिए किया जा सकता है?

हाँ, ट्रांसक्रिप्ट का अनुवाद करके, VietMed-NER डेटासेट का उपयोग अन्य भाषाओं में टेक्स्ट-आधारित नेम्ड एंटिटी रिकग्निशन के लिए किया जा सकता है।

क्या प्री-ट्रेंड मॉडल वेट सार्वजनिक रूप से उपलब्ध हैं?

हाँ, रिपॉजिटरी w2v2-Viet, XLSR-53-Viet, और फाइन-ट्यून किए गए मेडिकल ASR मॉडल जैसे प्री-ट्रेंड मॉडल के लिंक प्रदान करती है।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
चिकित्सा के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें