# SunflowerASR刷新非洲语言语音识别错误率纪录

> 这款采用群体相对策略优化训练的模型，在两项非洲语音基准测试中超越此前成绩。

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

研究人员发布了 SunflowerASR，这是一款采用群体相对策略优化（GRPO）来降低错误率的编码器—解码器语音识别模型。该模型基于 Whisper‑large‑v3 构建，并在 51 种非洲语言上进行了测试。在 AfriVox‑v2 基准测试中，其宏平均词错误率（WER）为 0.227；在 SimbaBench 中为 0.372，均创下已发表结果中的最低纪录。在训练数据有限或音频嘈杂时，模型的提升最为明显。

## 事实

- 论文于 2026-10-23 发布在 arXiv 上
- SunflowerASR 的 WER：在 AfriVox‑v2 上为 0.227，在 SimbaBench 上为 0.372

## 为什么重要

这项改进有助于开发者为使用低资源非洲语言的人群打造更可靠的语音工具。

## 来源与参考

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

最后更新: 2026-10-23