Reconoce la voz mediante modelos médicos

En Cloud Speech-to-Text, se ofrecen dos modelos médicos, además de los otros modelos de reconocimiento de voz estándar y mejorados. Los modelos médicos se ajustan específicamente para el reconocimiento de palabras que son comunes en entornos médicos, como de diagnósticos, medicamentos, síntomas, tratamientos y afecciones. Si deseas reconocer este tipo de datos de audio, puedes mejorar los resultados de tu transcripción con estos modelos.

Existen dos modelos médicos, cada uno adaptado a casos de uso específicos:

  • medical_conversation: Para conversaciones entre un proveedor de atención médica, como un médico o una enfermera, y un paciente. Usa este modelo cuando hablen un proveedor y un paciente. Las palabras que dice cada interlocutor se detectan y etiquetan de forma automática en la transcripción que se devuelve.
  • medical_dictation: Para notas dictadas por un solo proveedor médico, por ejemplo, un médico que dicta notas sobre los resultados de la prueba de sangre de un paciente.

Usa modelos médicos solo con las siguientes funciones de Cloud Speech-to-Text. Las funciones que se omiten de esta lista no se pueden usar con ningún modelo médico. La función de puntuación automática está habilitada de forma predeterminada.

El modelo de conversación médica admite las siguientes funciones:

El modelo de dictado médico admite las siguientes funciones:

Envía una solicitud de transcripción

REST

En la siguiente muestra de código, se usa el modelo medical_conversation para transcribir un archivo de audio en un bucket de Cloud Storage público.

Antes de usar cualquiera de los datos de solicitud a continuación, haz los siguientes reemplazos:

  • LANGUAGE_CODE: Es el código BCP-47 del idioma que se habla en el clip de audio. Los modelos médicos solo están disponibles para en-US.
  • ENCODING: Es la codificación del audio que quieres transcribir. Si usas la muestra de audio pública, la codificación es LINEAR16.
  • PROJECT_ID: Es el ID alfanumérico de tu proyecto Google Cloud .

Método HTTP y URL: 

POST https://speech.googleapis.com/v1/speech:recognize

Cuerpo JSON de la solicitud:

{
  "config": {
    "languageCode": "LANGUAGE_CODE",
    "encoding": "ENCODING",
    "model": "medical_conversation"
  },
  "audio": {
    "uri": "gs://cloud-samples-data/speech/medical_conversation_2.wav"
  }
}

Para enviar tu solicitud, expande una de estas opciones:

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

  "results": [
    {
      "alternatives": [
        {
          "transcript": "Um-hum . Yeah. Hello , good morning . Good
          morning . So , tell me what's going on . Uh , sure , so , um , I
          woke up probably three or four days ago , which , uh , wheezing and short of breath .
          Okay , any cough or chest pain ? I cough infrequently , but no ,
          uh , chest pain . Have you been exposed to anyone with covid ?
          Uh , no , and I also took a test , which was negative . Uh , is it getting
          worse , or better ? Uh , it has been getting a lot worse"
        }
      ]
    },
    {
      "alternatives": [
        {
          "transcript": "Okay . Was there something that triggered this exposure to cold , for
          example ? Um , I had a gone hiking , and I got caught in the rain the day
          before this all started ."
        }
      ]
    }
  ]
}

Puntuación por voz

El modelo de dictado médico admite la puntuación por voz para las notas médicas. Esta función está habilitada de forma predeterminada y no se puede inhabilitar. La puntuación por voz está delimitada por corchetes en la transcripción. Por ejemplo, la transcripción que se devuelve puede ser similar a la que se muestra a continuación:

Patient could be showing signs of trauma [question mark] They said they were [quote] having elevated heart rate [unquote].

Cloud Speech-to-Text admite la siguiente puntuación por voz:

  • punto
  • coma
  • dos puntos
  • mayúsculas
  • barra
  • guion
  • raya
  • signo de interrogación
  • punto y coma
  • entre comillas
  • sin comillas
  • fin de la cita
  • paréntesis de apertura
  • paréntesis de cierre
  • paréntesis de fin

Comandos de formato

El modelo de dictado médico admite comandos por voz para dar formato a las notas. Esta función está habilitada de forma predeterminada y no se puede inhabilitar. Los comandos hablados se definirán con corchetes en la transcripción de voz. Por ejemplo, la transcripción que se devuelve puede ser similar a la que se muestra a continuación:

[next line] Patient says they are experiencing fever [next point].

Cloud Speech-to-Text es compatible con los siguientes comandos por voz:

  • siguiente punto
  • siguiente número
  • siguiente párrafo
  • mayúsculas
  • uso de mayúsculas
  • nueva línea
  • siguiente elemento
  • siguiente problema
  • siguiente número del problema
  • siguiente fila
  • siguiente sección
  • siguiente número
  • borra
  • borra eso
  • finalizar dictado

Encabezados por voz

El modelo de dictado médico admite encabezados por voz para notas dictadas. Esta función está habilitada de forma predeterminada y no se puede inhabilitar. Los encabezados estarán delimitados por corchetes en la transcripción y se escribirán en mayúscula. Por ejemplo, la transcripción que se devuelve puede ser similar a la que se muestra a continuación:

[CURRENT MEDICATIONS] Patient is currently taking no medications.

Cloud Speech-to-Text admite los siguientes encabezados hablados:

  • DOLENCIA PRINCIPAL
  • MEDICAMENTOS ACTUALES
  • MEDICAMENTOS DE ALTA
  • PLAN DE ALTA
  • HISTORIAL FAMILIAR
  • RESULTADOS
  • REVISIÓN DE SISTEMAS
  • HISTORIAL DE AFECCIÓN ACTUAL
  • INDICACIONES
  • EXÁMENES MÉDICOS
  • HISTORIAL QUIRÚRGICO
  • EXAMEN FÍSICO
  • REVISIÓN DE SISTEMAS
  • RADIOLOGÍA