ASLP team

ASLP团队开发用于临床SOAP记录生成的端到端多模态系统

ASLP团队的研究人员开发了一种新颖的端到端多模态系统，可直接从长篇临床音频生成结构化SOAP记录。该系统专为BeTraC 2026挑战赛设计，无需中间转录，解决了级联音频-语言模型中常见的失真和幻觉等问题。他们的方法包括一个多阶段流程，包括领域预训练、监督微调和奖励优化，并在3B和30B参数模型上进行了评估。研究表明，扩展到30B参数可显著提高概念提取和摘要能力，并且端到端系统优于传统的级联ASR+LLM基线。