微软MAI-Transcribe-2换装:医患对话AI错误率降50%
昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布其医疗 AI 产品 Dragon Copilot Transcribe 已正式采用自研语音识别模型 MAI-Transcribe-2。
11 月 17 日举行的 Ignite 2026 活动上,微软对外公布,医疗 AI 产品 Dragon
Copilot Transcribe 已经正式换用自研语音识别模型 MAI-Transcribe-2。这一消息由微软在 11 月 18 日前后披露。

按照微软的说法,MAI-Transcribe-2 是眼下速度最快、准确率最高的多语言语音转写模型。Dragon Copilot 里的医患对话转写任务,如今 100% 由它承担。
从落地规模看,Dragon Copilot Transcribe 每月要处理大约 1000 万次患者就诊场景;在多语言工作流中,错误率下降了约 50%。全美国约三分之一的医师已经在用这套产品。微软还提到,该模型能识别多种语言,也能应对中英混说、印地语-英语混说这类常见情况,嘈杂环境下的识别质量依然能保持较高水平。
落到实际使用中,问诊录音转成结构化临床记录会更快、更准,手动整理病历、核对术语、翻译信息所花的时间随之减少。对多语言患者来说,转写能力更稳定,因语言识别出错而导致医疗信息失真的风险也能降下来。
功能层面,MAI-Transcribe-2 具备说话人区分、词级时间戳、关键词偏置和可配置转写风格。语言可以自动识别,输出则分“逐字”和“精简”两种模式,分别对应合规留档、分析以及病历撰写等不同需求。
基准测试上,微软称 MAI-Transcribe-2 在 FLEURS 的 60 种语言中表现领先,平均词错误率为 5.2%;在 Artificial Analysis 的准确率与延迟综合评测里,它也处在领先区间。长音频处理速度最高可达部分竞品的 10 倍。价格方面,微软推出了每小时音频 0.10 美元(现汇率约合 0.67 元人民币)的限时价。