I ricercatori hanno presentato SunflowerASR, un sistema di riconoscimento vocale encoder-decoder che usa Group Relative Policy Optimisation (GRPO) per ridurre gli errori. Il modello si basa su Whisper-large-v3 ed è stato testato su 51 lingue africane. Ha ottenuto il più basso tasso di errore sulle parole (WER) medio per macro pubblicato finora nel benchmark AfriVox-v2 (0.227) e in SimbaBench (0.372). I miglioramenti sono più marcati quando i dati di addestramento sono limitati o l’audio è disturbato.
Perché conta
Il miglioramento aiuta gli sviluppatori a creare strumenti vocali più affidabili per chi parla lingue africane con poche risorse disponibili.
