# SunflowerASR снизила уровень ошибок распознавания африканской речи

> Модель, обученная с помощью Group Relative Policy Optimisation, показала лучшие результаты на двух тестах распознавания африканской речи.

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

Исследователи представили SunflowerASR — речевую систему распознавания с архитектурой «энкодер—декодер», которая использует Group Relative Policy Optimisation (GRPO) для сокращения числа ошибок. Модель создана на основе Whisper‑large‑v3 и прошла тестирование на 51 африканском языке. Она показала самый низкий из опубликованных результатов по макроусреднённой частоте ошибок слов (WER) на тестах AfriVox‑v2 (0.227) и SimbaBench (0.372). Наибольший прирост качества наблюдается при ограниченном объёме обучающих данных и на зашумлённых аудиозаписях.

## Факты

- Статья опубликована на arXiv 2026-10-23
- WER SunflowerASR: 0.227 на AfriVox‑v2 и 0.372 на SimbaBench

## Почему это важно

Это улучшение поможет разработчикам создавать более надёжные голосовые инструменты для носителей африканских языков, для которых доступно мало обучающих данных.

## Источники и ссылки

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

Обновлено: 2026-10-23