全部技能
digital-health-clinical-asr-build
整理临床术语、标注 IPA 发音,并合成带音频的 NeMo manifest。
- 属于 NVIDIA/skills
- 1900次安装
- 机器学习 · 语音模型
适合什么时候用
你已有明确的临床专科和一批 ASR 常听错的术语,但还没有基准音频和 manifest。
举个例子
你对 AI 说
用 digital-health-clinical-asr-build 为 pembrolizumab、cisplatin 等化疗药名建一个肿瘤科基准,包含干净和带噪音频。
你会拿到
- term_seed.csv
- manifest.jsonl
- 音频 wav 片段
它会怎么做
- 术语依次经过三层 IPA 流程:人工校验的覆盖项、Merriam-Webster、Magpie G2P,并在 manifest 中标注来源。
- 在生成完整的语音、噪声和语境组合前,先为每个术语合成一条 QA 音频供试听确认。
安装前须知
需要 NVIDIA_API_KEY 才能使用托管的 Magpie TTS,且必须先完成 Stage 1(/digital-health-clinical-asr-setup)。