# SunflowerASR、アフリカ言語の音声認識で誤り率の新記録

> Group Relative Policy Optimisationで学習したモデルが、アフリカ言語の音声認識ベンチマーク2つで従来の結果を上回った。

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

研究者らは、Group Relative Policy Optimisation（GRPO）を用いて誤りを減らすエンコーダー・デコーダー型音声認識モデル「SunflowerASR」を公開した。このモデルはWhisper-large-v3をベースとしており、アフリカの51言語でテストされた。AfriVox-v2ベンチマークではマクロ平均単語誤り率（WER）0.227、SimbaBenchでは0.372を記録し、いずれも公表済みの結果で最低となった。学習データが限られている場合や、音声にノイズが多い場合に、特に大きな改善が見られる。

## 事実

- 論文は2026-10-23にarXivで公開
- SunflowerASRのWER：AfriVox-v2で0.227、SimbaBenchで0.372

## なぜ重要か

低リソースのアフリカ言語を話す人々に向けて、開発者がより信頼性の高い音声ツールを作る助けとなる。

## 出典と参考資料

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

最終更新: 2026-10-23