开源合成医患对话长音频数据集

2026年10月15日，arXiv Artificial Intelligence 刊出 Yanis Labrak 等作者的论文，提出一套用于长上下文音频推理训练与评测的合成数据生成流水线，并实例化为首诊医患对话生成 SOAP 病历。该流水线包含人设驱动对话生成、带重叠与停顿建模及房间声学、声音事件的多说话人音频合成，以及基于 LLM 的参考 SOAP 病历生成，全部基于开放权重模型。作者共发布 8,800 段合成对话、1.3k 小时对应音频及参考病历。论文说明 v2 为正式发表版本，修复 bug 后结果已更正：端到端与级联系统表现相当，逐条主张幻觉率分别为 32% 与 22–24%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。