Musica, voce e suono con l'IA, dalle fonti

Notizia

ElevenLabs lancia Scribe v3 Live Medical per la trascrizione clinica in tempo reale

Per ElevenLabs, Scribe v3 Live Medical ottiene un WER del 12,8% su PriMock57, copre oltre 90 lingue ed è idoneo HIPAA a determinate condizioni.

Copertina: 12,8%, tasso di errore sulle parole su PriMock57, il più basso tra i modelli medici

ElevenLabs ha rilasciato Scribe v3 Live Medical, un modello speech-to-text in tempo reale che porta la trascrizione medica nelle chiamate dal vivo (ElevenLabs). Secondo l’azienda, su PriMock57 il modello ha raggiunto un tasso di errore sulle parole del 12,8%, il più basso tra i modelli medici confrontati, con il 17% di errori in meno rispetto al concorrente più vicino del gruppo. I dati provengono dai test del fornitore stesso, quindi i team che sviluppano agenti vocali per la sanità dovrebbero leggerli come dichiarazioni dell’azienda, non come risultati indipendenti.

Che cosa è stato rilasciato

ElevenLabs afferma che Scribe v3 Live Medical si basa su Scribe v3 Live, da lei descritto come il proprio più recente modello speech-to-text dal vivo, ed è ottimizzato per il vocabolario della conversazione clinica. Il modello è disponibile in ElevenAgents. Questa collocazione indirizza il rilascio agli sviluppatori che costruiscono agenti conversazionali per contesti sanitari, dove una trascrizione alimenta ciò che l’agente dice o registra subito dopo.

Quanto alla copertura linguistica, l’azienda afferma che Scribe v3 Live Medical gestisce oltre 90 lingue e tiene il passo quando chi parla cambia lingua durante una chiamata. Poiché ElevenLabs sostiene che pazienti e caregiver possano cambiare lingua a metà chiamata, un modello che segue questi passaggi appare come una funzione pratica per chi sviluppa agenti.

Risultati dei benchmark

Il confronto principale riguarda PriMock57, dove Scribe v3 Live Medical ha registrato un WER del 12,8%, il valore migliore tra i modelli medici testati da ElevenLabs. L’azienda aggiunge che si tratta del 17% di errori in meno rispetto al modello più vicino. Un tasso di errore sulle parole più basso significa meno parole sbagliate per trascrizione, aspetto che conta soprattutto quando il nome di un farmaco o un dosaggio frainteso potrebbe alterare una cartella clinica.

ElevenLabs riferisce che, una volta caricato un elenco personalizzato di termini, Scribe v3 Live Medical ha commesso fino al 48% di errori in meno sui termini medici nei suoi test. Su Eka Medical ASR, Scribe v3 Live Medical ha ottenuto un WER semantico dell’11% contro l’11,54% di Scribe v3 Live, che l’azienda descrive come il 4,7% di errori in meno.

I due risultati differiscono per entità: il guadagno maggiore dipende da un elenco personalizzato di termini, mentre il confronto Eka con il modello generico Scribe v3 Live mostra un margine minore. Un professionista dovrebbe quindi aspettarsi il massimo beneficio quando l’implementazione può fornire un proprio vocabolario. Poiché ogni numero deriva da una configurazione di test diversa, è meglio leggerli come indicatori separati anziché come un unico punteggio di accuratezza.

Latenza

ElevenLabs afferma che Scribe v3 Live trascrive il parlato in circa 150 millisecondi. Aggiunge che, nei test, Scribe v3 Live Medical raggiunge la stessa latenza.

Se ciò verrà confermato in produzione, l’ottimizzazione medica non va a scapito della reattività, aspetto importante per gli agenti conversazionali. In una chiamata dal vivo, un ritardo di trascrizione si traduce direttamente in una pausa prima che l’agente possa rispondere, perciò eguagliare la velocità del modello di base è una parte significativa della proposta.

Idoneità HIPAA e limiti di accesso

Secondo ElevenLabs, Scribe v3 Live Medical è idoneo HIPAA per i clienti enterprise che hanno in vigore un business associate agreement e la Zero Retention Mode attivata. La Zero Retention Mode stessa è disponibile per clienti enterprise selezionati (ElevenLabs). ElevenLabs afferma che l’accesso alla Zero Retention Mode può essere limitato se l’azienda ritiene il caso d’uso di un cliente ad alto rischio, se un sistema automatico segnala l’account per una moderazione aggiuntiva, oppure a sua esclusiva discrezione.

Nel complesso, l’uso idoneo HIPAA dipende da un accordo enterprise e da una funzione non aperta a tutti i clienti, quindi i team più piccoli dovrebbero verificare l’idoneità prima di pianificare un’implementazione. La clausola sull’alto rischio implica inoltre che anche un acquirente enterprise dovrebbe verificare come verrebbe classificato il proprio caso d’uso.

Cosa significa per chi sviluppa

Per i team che sviluppano agenti vocali clinici, il rilascio si presenta come un pacchetto composto da un modello di trascrizione dal vivo ottimizzato per il medicale, disponibile in ElevenAgents, e da un percorso idoneo HIPAA che per i clienti enterprise richiede un business associate agreement e la Zero Retention Mode. I dati di accuratezza sono incoraggianti, ma sono stati prodotti dal fornitore, quindi un pilota sulle registrazioni e sulla terminologia del proprio team è il modo sensato per confermarli. Poiché il miglioramento maggiore riportato si basa su un elenco personalizzato di termini, prepararlo per tempo è probabilmente decisivo per i risultati che un team otterrà.

Assente dalle fonti: requisiti hardware

Controlliamo sei dati in ogni storia nel testo completo di ogni fonte. Le pagine elencate tra le fonti non indicano requisiti hardware.

Fonti

Le fonti da cui è stato scritto questo articolo. I link aprono la pagina originale.

  1. ElevenLabsScribe v3 Live Medical helps conversational agents get clinical details rightelevenlabs.ioFonte primaria · consultata il 19 novembre 2026
  2. ElevenLabszero-retention-modeelevenlabs.ioFonte primaria · consultata il 19 novembre 2026
  • elevenlabs
  • speech to text
  • medical asr
  • hipaa