# 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.

Oossa · 2026-10-23 · https://oossa.com/ar/sunflowerasr-sets-new-error-rate-record-for-african-language-speech-recognition

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.

## الحقائق

- نُشرت الورقة على arXiv في 2026-10-23
- معدل WER لنموذج SunflowerASR: 0.227 في AfriVox‑v2، و0.372 في SimbaBench

## لماذا يهم

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

## المصادر والمراجع

1. [Group Relative Policy Optimisation Improves Multilingual Speech Recognition in Low-Resource Languages](https://arxiv.org/abs/2610.30663) – arXiv, 2026-10-23

آخر تحديث: 2026-10-23