Forschende haben SunflowerASR vorgestellt, ein Speech-Recognition-Modell mit Encoder-Decoder-Architektur, das mithilfe von Group Relative Policy Optimisation (GRPO) Fehler reduziert. Es baut auf Whisper-large-v3 auf und wurde mit 51 afrikanischen Sprachen getestet. Beim Benchmark AfriVox‑v2 erzielt es mit 0.227 die niedrigste veröffentlichte makro-gemittelte Wortfehlerrate (WER), bei SimbaBench liegt sie bei 0.372. Besonders groß sind die Verbesserungen bei begrenzten Trainingsdaten oder verrauschten Audioaufnahmen.
Warum es wichtig ist
Die Verbesserungen helfen Entwicklerinnen und Entwicklern, zuverlässigere Sprachtools für Sprecherinnen und Sprecher afrikanischer Sprachen mit wenigen verfügbaren Ressourcen zu entwickeln.
