# SunflowerASR, 아프리카 언어 음성 인식 오류율 신기록

> Group Relative Policy Optimisation으로 학습한 모델이 아프리카 음성 인식 벤치마크 2종에서 기존 성능을 넘어섰다.

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

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.

## 팩트

- 논문은 2026-10-23 arXiv에 게시됐다
- SunflowerASR의 WER: AfriVox‑v2에서 0.227, SimbaBench에서 0.372

## 왜 중요한가

이번 성능 개선은 저자원 아프리카 언어 사용자에게 더 안정적인 음성 도구를 만드는 데 도움이 된다.

## 출처 및 참고 자료

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

최종 업데이트: 2026-10-23