数据集介绍

在医疗领域，医患对话中包含大量关键信息，这对于提高诊断效率和患者满意度至关重要。然而，目前的技术方案在识别和提取这些关键信息时，准确性和可靠性往往不足，尤其是在噪声环境中以及处理多语言和医用术语时面临挑战。本数据集旨在提高音频对话中的关键信息提取能力，符合医疗行业特定需求。数据采集通过专业录音设备在诊室内环境进行，保证真实场景模拟。质量控制采用三轮标注流程，经过一致性检查和医学专家审核，标注团队由具有医学背景的专业人员组成。数据预处理环节包括音频降噪、切割以及转写等，最终数据以WAV格式存储，并以对话转录文本的JSON格式组织。