MedAstra 让语音不经转写直接检索医疗文本，报告 Recall@10 达 87.6。
资讯摘要
论文提出 MedAstra 框架，将冻结的 WavLM 语音表示经轻量适配器映射到冻结的 E5 文本嵌入空间，使检索可直接接受波形而无需查询转写文本。作者报告语音检索 Recall@10 为 87.6，混合配置为 90.4，转写优先的稠密检索为 81.0。论文说明 ASR-less 仅指初始语音检索接口，词法检索与实体纠正仍需文本输入，并指出合成声学测试与真实临床语音的差异及评估局限。
要点速读
- MedAstra 用轻量适配器把冻结 WavLM 表示映射进冻结 E5 文本嵌入空间，实现无转写文本的语音稠密检索。
- 作者报告语音检索 Recall@10 为 87.6，混合配置 90.4，转写优先稠密检索为 81.0。
- 论文指出 ASR-less 仅指初始检索接口，词法检索、字符串实体纠正和文本生成仍需文本输入，且合成声学测试不等同真实临床语音。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。