Oossa

SunflowerASR bate record de erros no reconhecimento de fala africana

Modelo treinado com Group Relative Policy Optimisation supera resultados anteriores em dois benchmarks de fala africana.

NotaPor Publicado pelo Oossa: 1 min de leitura

Pesquisadores lançaram o SunflowerASR, um sistema de reconhecimento de fala com arquitetura codificador-decodificador que usa Group Relative Policy Optimisation (GRPO) para reduzir erros. O modelo é baseado no Whisper‑large‑v3 e foi testado em 51 idiomas africanos. Ele alcançou a menor taxa de erro de palavras (WER) média por macro publicada no benchmark AfriVox‑v2 (0.227) e no SimbaBench (0.372). Os ganhos são maiores quando há poucos dados de treinamento ou quando o áudio tem ruído.

Por que importa

A melhoria ajuda desenvolvedores a criar ferramentas de voz mais confiáveis para falantes de idiomas africanos com poucos recursos.

Este artigo foi útil?
Compartilhar

Leia a seguir

Oossa · Newsletter

A semana em IA, explicada

Toda segunda-feira: as notícias que valem a pena, em linguagem simples. Grátis, sem spam.