پژوهشگران SunflowerASR را معرفی کرده‌اند؛ سامانه‌ای برای تشخیص گفتار با معماری رمزگذار-رمزگشا که برای کاهش خطا از بهینه‌سازی سیاست نسبی گروهی (GRPO) استفاده می‌کند. این مدل بر پایه Whisper-large-v3 ساخته شده و با 51 زبان آفریقایی آزمایش شده است. SunflowerASR در معیار AfriVox‑v2 با نرخ خطای واژه‌ای میانگین‌گیری‌شده بر اساس میانگین کلان (WER) برابر با 0.227 و در SimbaBench با WER برابر با 0.372، کمترین نرخ‌های منتشرشده را ثبت کرده است. این پیشرفت‌ها در شرایطی که داده‌های آموزشی محدود یا صدای ضبط‌شده پرنویز باشد، چشمگیرترند.
چرا مهم است
این پیشرفت به توسعه‌دهندگان کمک می‌کند ابزارهای صوتی قابل‌اعتمادتری برای گویشوران زبان‌های آفریقایی کم‌منبع بسازند.
