Processamento de fala médica multilíngue e multitarefa, ASR, NER e sumarização.
Conjuntos de dados e modelos multilíngues de reconhecimento de fala médica, NER e sumarização de conversas em tempo real.
O MultiMed fornece conjuntos de dados de código aberto abrangentes, modelos pré-treinados e benchmarks para o processamento de fala médica em vários idiomas. Ele foi desenhado para pesquisadores e engenheiros que constroem ferramentas de reconhecimento automático de fala, reconhecimento de entidades nomeadas e sumarização para ambientes clínicos.
Agrupa contribuições de pesquisa incluindo o VietMed para reconhecimento de fala, o VietMed-NER para reconhecimento de entidades nomeadas faladas em 18 tipos de entidades, o VietMed-Sum para sumarização de conversas médicas em tempo real e o MultiMed para ASR médico multilíngue em cinco idiomas. O framework fornece modelos Attention Encoder-Decoder, pesos pré-treinados w2v2-Viet e XLSR-53-Viet, além de bases de código que abrangem as principais conferências de NLP e fala (LREC-COLING, Interspeech, NAACL, ACL).
É adequado para pesquisadores, engenheiros de machine learning e tecnólogos de saúde que desenvolvem interfaces de voz clínica ou pipelines de NLP médica. Não é adequado para médicos que procuram um aplicativo de transcrição médica pronto para uso final sem capacidade de implantação técnica.
Inclui 16 horas de fala médica rotulada e 1000 horas não rotuladas, cobrindo todos os grupos de doenças da CID-10.
Apresenta o VietMed-NER para extrair 18 tipos distintos de entidades médicas de áudios de fala e transcrições.
Gera sumários locais após cada N enunciados e sumários globais no final da conversa.
Fornece modelos de ASR médico ponta a ponta (end-to-end) que abrangem vietnamita, inglês, alemão, francês e chinês mandarim.
O código, os dados e os modelos são fornecidos gratuitamente através dos links do repositório, sendo o único custo a execução da infraestrutura de hardware necessária por conta própria.
880 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Os modelos principais de ASR do MultiMed suportam cinco idiomas: vietnamita, inglês, alemão, francês e chinês mandarim.
Sim, ao traduzir as transcrições, o conjunto de dados VietMed-NER pode ser utilizado para o reconhecimento de entidades nomeadas baseado em texto em outros idiomas.
Sim, o repositório fornece links para modelos pré-treinados como w2v2-Viet, XLSR-53-Viet e modelos de ASR médico ajustados (fine-tuned).
Veja o Zekai primeiro no Google