Forskare har presenterat SunflowerASR, en taligenkänningsmodell med encoder–decoder-arkitektur som använder Group Relative Policy Optimisation (GRPO) för att minska antalet fel. Modellen bygger på Whisper‑large‑v3 och testades på 51 afrikanska språk. Den uppnår den lägsta publicerade makrogenomsnittliga ord-felfrekvensen (WER) på riktmärket AfriVox‑v2 (0.227) och på SimbaBench (0.372). Förbättringarna är störst när träningsdata är begränsade eller ljudet är brusigt.
Varför det spelar roll
Förbättringen hjälper utvecklare att skapa mer tillförlitliga röstverktyg för personer som talar afrikanska språk med begränsade resurser.
