走出实验室，进入诊所？评估最新语音识别技术在老年临床应用中的表现.pdfVIP

走出实验室，进入诊所？评估最新语音识别技术在老年临床应用中的

表现

BramvanDijk,TiberonKuiper,SirinAouladsiAhmed,ArmelLevebvre,

JakeJohnson,JanDuin,SimonMooijaart,MarcoSpruit

LeidenUniversityMedicalCentre

LeidenInstituteofAdvancedComputerScience

b.m.a.van_dijk@lumc.nl

摘要人员短缺的问题变得尤为紧迫(Union,2023)，

然而使用人工智能来解决这些挑战需要能够很

语音控制界面可以在临床环境中支持老

好地与老年人群体相适应的系统。

本年人——聊天机器人就是一个典型的例子

译——但对代表性不足群体的可靠自动语音语音控制是老年学中聊天机器人的重要元

中识别（ASR）仍然是一个瓶颈。本研究评估素，因为老年人可能难以应对标准界面中的小

了最新ASR模型在老年荷兰人语言使用上

1

v的表现，他们与专门为老年医学环境设计字体、图标和输入文本(Khamaj,2025)。然而，

4的Welzijn.AI聊天机器人进行了互动。我实现语音控制并不简单，因为自动语音转录

8

6们对通用多语言ASR模型和专为老年人（ASR）系统的性能取决于训练数据中老年人

8使用的荷兰语微调过的模型进行了基准测

0的代表性以及他们的发音、语量和技术使用经

.试，同时也考虑了处理速度。我们的结果

8验(Klaassenetal.,2025)。尽管如此，在真实老

0显示，通用多语言模型优于微调模型，这

5表明最近的ASR模型可以很好地泛化到现年个体数据上评估最先进的ASR系统的工作

2

:实数据集。此外，我们的结果还表明，截断仍落后于时代。

v

i现有架构有助于平衡准确性和速度之间的

x

r权衡，尽管我们也发现了一些由于幻觉导在这篇短文中，我们评估了近期的ASR模

a

致高WER的情况。型在老年人与Welzijn.AI互动中的语言使用

情况。这是一个新的数字平台，专为老年用户

1介绍

设计，目前该平台提供了一个原型聊天机器人，

尽管在医疗领域对基于人工智能的应用程可以讨论如生活质量及脆弱性等临床上相关的

序（如聊天机器