ElevenLabs a lancé Scribe v3 Live Medical, un modèle de reconnaissance vocale en temps réel qui apporte la transcription médicale aux appels en direct (ElevenLabs). Selon l’entreprise, sur PriMock57, le modèle a atteint un taux d’erreur de mots de 12,8 %, le plus bas parmi les modèles médicaux comparés, avec 17 % d’erreurs en moins que le concurrent le plus proche de ce groupe. Ces chiffres proviennent des propres tests du fournisseur : les équipes qui conçoivent des agents vocaux de santé doivent donc les lire comme des affirmations de l’entreprise, non comme des résultats indépendants.
Ce qui a été lancé
ElevenLabs indique que Scribe v3 Live Medical s’appuie sur Scribe v3 Live, qu’elle décrit comme son dernier modèle de reconnaissance vocale en direct, et qu’il est adapté au vocabulaire des échanges cliniques. Le modèle est disponible dans ElevenAgents. Ce positionnement cible les développeurs qui assemblent des agents conversationnels pour le secteur de la santé, où la transcription alimente ce que l’agent dit ou enregistre ensuite.


Côté langues, l’entreprise affirme que Scribe v3 Live Medical prend en charge plus de 90 langues et suit les changements de langue des interlocuteurs en cours d’appel. Puisque ElevenLabs indique que patients et aidants peuvent changer de langue en plein appel, un modèle qui suit ces changements semble une fonction pratique pour les concepteurs d’agents.
Résultats des benchmarks
La comparaison principale porte sur PriMock57, où Scribe v3 Live Medical a obtenu un WER de 12,8 %, le meilleur résultat parmi les modèles médicaux testés par ElevenLabs. L’entreprise ajoute qu’il s’agit de 17 % d’erreurs en moins que le modèle le plus proche. Un taux d’erreur de mots plus bas signifie moins de mots erronés par transcription, ce qui compte surtout lorsqu’un nom de médicament ou une posologie mal compris pourrait modifier un dossier clinique.
ElevenLabs indique qu’une fois une liste de termes personnalisée chargée, Scribe v3 Live Medical a commis jusqu’à 48 % d’erreurs en moins sur les termes médicaux lors de ses tests. Sur Eka Medical ASR, Scribe v3 Live Medical a obtenu 11 % de WER sémantique contre 11,54 % pour Scribe v3 Live, ce que l’entreprise décrit comme 4,7 % d’erreurs en moins.
Les deux résultats diffèrent par leur ampleur : le gain le plus important dépend d’une liste de termes personnalisée, tandis que la comparaison Eka avec le modèle généraliste Scribe v3 Live montre une marge plus faible. Un praticien doit donc s’attendre au bénéfice le plus grand lorsque le déploiement peut fournir son propre vocabulaire. Comme chaque chiffre provient d’une configuration de test différente, il vaut mieux les lire comme des indicateurs distincts que comme un score de précision unique.
Latence
ElevenLabs indique que Scribe v3 Live transcrit la parole en environ 150 millisecondes. Elle ajoute que, lors des tests, Scribe v3 Live Medical atteint la même latence.
Si cela se confirme en production, l’adaptation médicale ne coûte rien en réactivité, ce qui compte pour les agents conversationnels. Lors d’un appel en direct, un retard de transcription se traduit directement par une pause avant que l’agent puisse répondre : égaler la vitesse du modèle de base est donc un argument de poids.
Éligibilité HIPAA et limites d’accès
Selon ElevenLabs, Scribe v3 Live Medical est éligible HIPAA pour les clients entreprise disposant d’un accord de partenariat (business associate agreement) et ayant activé le Zero Retention Mode. Le Zero Retention Mode lui-même est proposé à certains clients entreprise seulement (ElevenLabs). ElevenLabs indique que l’accès au Zero Retention Mode peut être restreint si elle juge le cas d’usage d’un client à haut risque, si un système automatisé signale le compte pour une modération supplémentaire, ou à sa seule discrétion.
Au total, un usage éligible HIPAA dépend d’un accord entreprise et d’une fonction qui n’est pas ouverte à tous les clients : les petites équipes doivent donc vérifier leur éligibilité avant de planifier un déploiement. La clause sur le haut risque implique aussi que même un acheteur entreprise doit confirmer comment son propre cas d’usage serait classé.
Ce que cela signifie pour les développeurs
Pour les équipes qui conçoivent des agents vocaux cliniques, cette sortie se présente comme un ensemble : un modèle de transcription en direct adapté au domaine médical, disponible dans ElevenAgents, et une voie éligible HIPAA exigeant, pour les clients entreprise, un business associate agreement et le Zero Retention Mode. Les chiffres de précision sont encourageants, mais ils ont été produits par le fournisseur : un pilote sur les propres enregistrements et la terminologie de l’équipe est le moyen sensé de les confirmer. Comme la plus forte amélioration annoncée repose sur une liste de termes personnalisée, la préparer tôt est susceptible d’influencer les résultats obtenus par une équipe.
Absent des sources : configuration matérielle
Nous vérifions six informations pour chaque sujet dans le texte intégral de chaque source. Les pages citées en sources n’indiquent pas la configuration matérielle requise.
Sources
Les sources à partir desquelles cet article a été rédigé. Les liens ouvrent la page d'origine.


