# SunflowerASR, Afrika dillerinde konuşma tanımada hata oranını düşürdü

> Group Relative Policy Optimisation ile eğitilen model, Afrika dillerine yönelik iki konuşma testi kıyaslamasında önceki sonuçları geride bıraktı.

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

Araştırmacılar, hataları azaltmak için Group Relative Policy Optimisation (GRPO) kullanan SunflowerASR adlı bir kodlayıcı-kod çözücü konuşma tanıma modelini yayımladı. Whisper‑large‑v3 temel alınarak geliştirilen model, 51 Afrika dilinde test edildi. AfriVox‑v2 kıyaslamasında 0.227, SimbaBench’te ise 0.372 makro ortalamalı kelime hata oranıyla (WER) şimdiye kadar yayımlanan en düşük sonuçlara ulaştı. İyileşme, eğitim verilerinin kısıtlı olduğu veya sesin gürültülü olduğu durumlarda daha belirgin.

## Gerçekler

- Makale 2026-10-23 tarihinde arXiv’de yayımlandı
- SunflowerASR WER: AfriVox‑v2’de 0.227, SimbaBench’te 0.372

## Neden önemli

Bu iyileşme, geliştiricilerin kaynakları kısıtlı Afrika dillerini konuşanlar için daha güvenilir sesli araçlar oluşturmasına yardımcı oluyor.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-23