Symphony обошла OpenAI в медтесте, но точные цифры Corti расходятся
20 мая 2026 года Corti выпустила Symphony for Speech-to-Text для медицинской диктовки, расшифровки разговоров и обработки записанного аудио, сразу открыв доступ через API. К августу продукт не остался демонстрацией: разработчикам по-прежнему доступны его рабочие интерфейсы.
Главный вывод майской новости сохранился: в опубликованном Corti испытании Symphony заметно опередила систему OpenAI на медицинской речи. Но точный размер отрыва назвать нельзя — актуальная редакция научной работы содержит существенные расхождения между таблицами и поясняющим текстом, а громкая формула «точнее всех в мире» выходит за границы проведённого теста.
Что представляет собой Symphony
Symphony for Speech-to-Text — специализированная система преобразования медицинской речи в текст. Она предназначена не только для распознавания слов: общий конвейер включает оформление чисел, дат и единиц измерения, обработку произносимых команд пунктуации и контекстную коррекцию.
Это уточнение важно для сравнения. Опубликованный результат относится к связке компонентов, которая превращает аудио в структурированный текст, а не к одной акустической модели. Поэтому преимущество нельзя автоматически переносить на любой отдельный компонент Symphony или на другие медицинские задачи Corti.
Текущая документация Corti описывает три действующих интерфейса: Transcribe для диктовки в реальном времени, Streams для продолжающегося клинического разговора и Transcripts для обработки аудиофайлов. Первые два работают с потоковым звуком, третий предназначен для пакетной расшифровки.
Где Symphony опередила OpenAI
Основное сравнение проводилось на MedTerm — наборе коротких диктовок, созданном для проверки редких медицинских терминов, форматируемых сущностей и произносимой пунктуации. Это стресс-тест профессиональной лексики, а не выборка всех возможных разговоров врача с пациентом, акцентов, шумовых условий и клинических специальностей.
Коэффициент ошибок по словам (Word Error Rate, WER) учитывает замены, пропуски и лишние слова относительно эталонной расшифровки: чем он ниже, тем точнее результат. Метрика зависит от состава аудио, нормализации текста, настроек каждой системы и правил подсчёта, поэтому лидерство на одном наборе не доказывает абсолютное превосходство во всех условиях.
В редакции исследования от 21 мая таблица английского MedTerm указывает WER 2,1% для Symphony против 17,7% у OpenAI, хотя сопровождающий текст приводит 1,4%; таблица MedDictate даёт 4,1% для Symphony и 5,7% для Dragon Medical One, тогда как проза называет 4,6% для Symphony; в немецком и французском MedTerm таблицы содержат 2,5% и 2,9%, а текст — 2,4% и 3,9%. Табличные значения также расходятся с прозой по полноте распознавания медицинских терминов, форматируемых сущностей и пунктуации.
Какой бы из двух наборов значений ни оказался правильным, направление результата не меняется: Symphony остаётся лучшей среди перечисленных систем по WER в этом испытании. Меняется степень уверенности в конкретных процентах, поэтому показатель 1,4% и рассчитанное из него сокращение ошибок нельзя подавать как окончательно установленный факт.
Почему OpenAI и Whisper — разные участники
В таблицах OpenAI обозначает закрытый потоковый интерфейс с конфигурацией gpt-realtime-whisper. Whisper — отдельная открытая модель, запущенная исследователями через другой программный стек. Близкие результаты этих систем не означают, что в таблицу дважды включили один и тот же продукт.
Сравнение при этом касается только преобразования аудио в текст. Оно ничего не говорит о качестве постановки диагноза, выборе лечения, клиническом рассуждении или других возможностях моделей OpenAI и Corti. Формулировка «Corti победила OpenAI в медицине» поэтому была бы шире фактического результата.
Есть и методологическое ограничение: работу подготовили сотрудники Corti, то есть разработчик оцениваемой системы. Авторы раскрыли конфигурации конкурентов, метрики и интервалы неопределённости, однако это не заменяет независимого воспроизведения на внешнем наборе данных.
Что показало сравнение с Dragon Medical One
MedDictate ближе к обычной врачебной диктовке, чем набор отдельных терминов. В этом тесте табличный результат Symphony по общему числу словесных ошибок оказался лучше результата Dragon Medical One, но Dragon успешнее обработал часть форматируемых сущностей. Symphony, следовательно, не выиграла каждую измеренную категорию.
Сопоставлялись и разные типы продуктов. Dragon Medical One — готовое средство диктовки для врача, тогда как Symphony предлагается как инфраструктура для разработчиков, которые встраивают распознавание речи в собственные приложения. Более низкий WER не делает эти способы поставки полностью взаимозаменяемыми.
Что результат означает для медицинского ИИ
Сильная сторона специализированной системы видна там, где обычная опечатка способна изменить смысл записи: в названиях препаратов и диагнозов, дозировках, датах и единицах измерения. Если расшифровка передаётся в медицинскую карту или другой ИИ-системе, ошибка во входном тексте может сохраниться на следующих этапах обработки.
Однако даже низкий средний WER не равен доказанной клинической безопасности. Такая метрика не показывает автоматически тяжесть каждой ошибки, качество работы на конкретном оборудовании, устойчивость к фоновому шуму или пригодность текста для записи без проверки специалистом.
Публикация VentureBeat о запуске также опиралась на исследование, показатели и комментарии Corti, а не на собственное воспроизведение испытания. Поэтому корректный актуальный вывод ограничен: Symphony доступна как рабочий API и убедительно лидирует в таблицах Corti, но заявленные компанией точные проценты требуют согласования внутри самой научной работы и независимой проверки.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.