NVIDIA memaparkan alur kerja yang dirancang untuk meningkatkan sistem pengenalan ucapan klinis melalui pembuatan audio sintetis yang peka terhadap pengucapan dan evaluasi terstruktur. Pendekatan ini menargetkan terminologi perawatan kesehatan yang seringkali sulit dikenali secara akurat oleh model ucapan umum.

Perusahaan tersebut menjelaskan bahwa nama-nama obat, prosedur, istilah anatomi, dan diagnosis menghadirkan tantangan unik bagi AI ucapan. Dengan menggunakan NeMo Data Designer dan Nemotron Speech, pengembang dapat menghasilkan kumpulan data sintetis yang mempertahankan pengucapan yang telah ditinjau dan mendukung pembuatan tolok ukur.

Kemampuan agen AI memandu pengguna melalui pemilihan istilah khusus bidang keahlian, validasi pengucapan, pembuatan audio, analisis transkripsi, dan keputusan peningkatan model. Skenario praktik ortopedi digunakan untuk mendemonstrasikan alur kerja dan proses benchmarking.

NVIDIA mencatat bahwa audio sintetis bukanlah pengganti rekaman klinis nyata, tetapi menyediakan metode praktis untuk menguji terminologi yang jarang digunakan dan mempercepat iterasi model. Perluasan benchmark di Future diharapkan akan mencakup pembicara tambahan, kondisi akustik, dan data validasi dunia nyata.