Group Relative Policy Optimisation으로 학습한 모델이 아프리카 음성 인식 벤치마크 2종에서 기존 성능을 넘어섰다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
연구진이 오류를 줄이기 위해 Group Relative Policy Optimisation(GRPO)을 적용한 인코더-디코더 음성 인식 모델 SunflowerASR를 공개했다. 이 모델은 Whisper‑large‑v3를 기반으로 하며 아프리카 언어 51종을 대상으로 테스트됐다. AfriVox‑v2 벤치마크에서 0.227, SimbaBench에서 0.372의 거시 평균 단어 오류율(WER)을 기록해 두 벤치마크에서 발표된 모델 중 가장 낮은 수치를 달성했다. 학습 데이터가 적거나 오디오에 잡음이 많은 경우 성능 향상이 특히 두드러졌다.
이번 성능 개선은 저자원 아프리카 언어 사용자에게 더 안정적인 음성 도구를 만드는 데 도움이 된다.
모델
OpenAI의 새 ChatGPT Wallet은 토큰화된 카드 정보로 미국 Pro 가입자의 ‘닷’ 에이전트가 상품을 구매할 수 있게 한다.
모델
케이블 회사와 차량등록국, 식당 등에 전화할 수 있지만, 합성 음성을 알아채고 끊는 업체도 여전히 많다.
모델
아웃룩·팀즈·코파일럿에 접속 문제가 생겼고, 챗GPT와 클로드의 일부 업무 연결 기능도 영향을 받았습니다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
