# SunflowerASR établit un nouveau record pour la reconnaissance vocale africaine

> Entraîné avec l’optimisation de politique relative par groupe, le modèle dépasse les résultats précédents sur deux bancs d’essai de reconnaissance vocale africaine.

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

Des chercheurs ont présenté SunflowerASR, un système de reconnaissance vocale encodeur-décodeur qui utilise l’optimisation de politique relative par groupe (GRPO) pour réduire les erreurs. Le modèle repose sur Whisper-large-v3 et a été testé dans 51 langues africaines. Il affiche le plus faible taux d’erreur de mots moyen macro (WER) publié sur le banc d’essai AfriVox‑v2 (0.227) et sur SimbaBench (0.372). Les gains sont particulièrement importants lorsque les données d’entraînement sont limitées ou que le son est parasité.

## Les faits

- Article publié sur arXiv le 2026-10-23
- WER de SunflowerASR : 0.227 sur AfriVox‑v2, 0.372 sur SimbaBench

## Pourquoi c'est important

Cette amélioration aide les développeurs à créer des outils vocaux plus fiables pour les locuteurs de langues africaines peu dotées en ressources.

## Sources et références

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

Dernière mise à jour: 2026-10-23