# SunflowerASR bate el récord de reconocimiento de voz en lenguas africanas

> Un modelo entrenado con optimización de políticas relativas de grupo supera los resultados anteriores en dos pruebas de reconocimiento de voz en lenguas africanas.

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

Un equipo de investigadores presentó SunflowerASR, un sistema de reconocimiento de voz con arquitectura codificador-decodificador que utiliza la optimización de políticas relativas de grupo (GRPO) para reducir los errores. El modelo se basa en Whisper‑large‑v3 y se probó con 51 lenguas africanas. Registra la tasa de error de palabras (WER) media macro más baja publicada tanto en la prueba AfriVox‑v2 (0.227) como en SimbaBench (0.372). Las mejoras son mayores cuando hay pocos datos de entrenamiento o el audio es ruidoso.

## Los hechos

- Artículo publicado en arXiv el 2026-10-23
- WER de SunflowerASR: 0.227 en AfriVox‑v2 y 0.372 en SimbaBench

## Por qué importa

La mejora ayuda a los desarrolladores a crear herramientas de voz más fiables para quienes hablan lenguas africanas con pocos recursos digitales.

## Fuentes y referencias

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

Última actualización: 2026-10-23