Oossa

SunflowerASR يسجل أدنى معدل أخطاء في التعرّف على اللغات الأفريقية

يتفوّق نموذج دُرّب باستخدام Group Relative Policy Optimisation على النتائج السابقة في معياريْن للتعرّف على الكلام الأفريقي.

خبر موجزبقلم نشرته Oossa: 1 دقائق قراءة

أعلن باحثون عن SunflowerASR، وهو نظام للتعرّف على الكلام يعتمد بنية المرمّز وفكّ الترميز، ويستخدم Group Relative Policy Optimisation (GRPO) لتقليل الأخطاء. ويستند النموذج إلى Whisper‑large‑v3، واختُبر على 51 لغة أفريقية. وسجّل أدنى معدل منشور لأخطاء الكلمات، محسوبًا بمتوسط كلي (WER)، في معيار AfriVox‑v2 (0.227) وفي SimbaBench (0.372). وكانت المكاسب الأكبر عند محدودية بيانات التدريب أو تشويش التسجيلات الصوتية.

لماذا يهم

يساعد هذا التحسّن المطوّرين على إنشاء أدوات صوتية أكثر موثوقية لمتحدثي اللغات الأفريقية شحيحة الموارد.

هل كان هذا المقال مفيدًا؟
مشاركة

اقرأ أيضًا

Oossa · النشرة البريدية

أسبوع الذكاء الاصطناعي، مشروحًا

كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.