RadiOtter ASR v1

Это английская модель распознавания речи для радиологических диктовок от RadiOtter. Она построена на базе openai/whisper-large-v3-turbo и выпущена в формате CTranslate2 для Faster Whisper. При подготовке модели использовались синтетические данные.

👁 Ключевые особенности

• 👁 Ориентирована на английскую речь в радиологии: CT, MR, XR, US и MG.
• 🩸 Покрывает подобласти: abdomen, neuro, breast, MSK, vascular, nuclear medicine, OB-GYN, spine и chest.
• 🦾 Fine-tune whisper-large-v3-turbo в CTranslate2 — запуск через Faster Whisper.
• ⬇ Есть готовое локальное приложение для диктовки с live-транскрипцией и поддержкой аудиофайлов.
• 😔 Возможны ошибки в отрицаниях, латеральности, анатомии, числах и измерениях — нужна проверка специалистом.

⬇ Пример

from faster_whisper import WhisperModel

model = WhisperModel("RadiOtter/RadiOtter-ASR-v1", device="cpu", compute_type="int8")
segments, info = model.transcribe("audio.wav", language="en", beam_size=5)
print(" ".join(s.text.strip() for s in segments))

Подробнее

Нормализованный WER: 2.47% — отдельная оценка RadiOtter; остальные цифры из сравнения, результаты напрямую не сопоставимы без совпадающих деталей оценки и не являются клинической валидацией.
Формат CTranslate2; в примере — CPU и int8.
Ограничения: ошибки возможны в отрицаниях, латеральности, анатомии, числах и измерениях; перед клиническим использованием вывод должен проверить квалифицированный специалист.
Обучение: использовались синтетические данные.