单 GPU 18 分钟转录 8.7 小时模拟门诊录音,27.8 倍实时速度
MaziyarPanahi · x · 2026-11-19
开发者 MaziyarPanahi 分享了一套全开源模型的门诊语音转文字工作流实测:57 通模拟 GP(全科医生)来电、共 8 小时 38 分钟录音,仅用一块 GPU 在 18 分 38 秒内完成转录并生成笔记草稿。
- 处理速度达到实时语音的 27.8 倍
- 每通通话结束后约 20 秒即可出对应笔记草稿
- 全部使用开源模型,转录引擎与他上周用的同一套 scribe
背景动机是真实痛点:许多医生至今仍在深夜手动写病历笔记。
「编程与Agent」频道最新
- 腾讯 WorkBuddy ARR 破 5 亿美元,豆包 20 亿人民币:国内 Agent 平台数据出炉 — pstAsiatech · 2026-11-19
- 开发者用微软 Decision 模型一次调用生成 Minecraft 皮肤 — jennifermarsman · 2026-11-19
- 用 Claude Opus 5.5 自动生成「过度精细」多米诺披萨视频,附完整提示词 — ABSOLUTE-DEVELOPER · 2026-11-19
- StatePortal 用 agent 合成检查点,GUI 深状态测试完成率 0%→27.5% — SJUT1 · 2026-11-19
- Netlify 推出 Server:应用可常驻后端,支持长时 Agent — thisiskp_ · 2026-11-19
- OpenAI 内部研究员:编码 agent 理论 token 开销已超研究员底薪 — The Decoder · 2026-11-19