Intron запускає Sahara-v2, голосову модель ШІ, що підтримує 24 нові африканські мови

Intron, стартап зі штучного інтелекту з Лагосу, офіційно запустив Sahara-v2, свою флагманську голосову модель ШІ другого покоління, ефективно піднявши планку для глобального розпізнавання мовлення. Модель підтримує 24 нові африканські мови та опановує понад 500 різних африканських англійських акцентів, доводячи загальне мовне покриття компанії до безпрецедентних 57. 

Роками взаємодія з глобальними голосовими асистентами, такими як Siri, Alexa або стандартними системами перетворення тексту на мовлення, відчувалася як розмова зі стіною, яка принципово не говорить вашою мовою. Ми всі були в такій ситуації, намагаючись використати голосову команду, щоб локалізована фраза на кшталт "No worry, e go better" транскрибувалася в безглузде "No war eagle butter". Спочатку це смішно, але коли "Wanjiru" оцифровується в "One zero", а "Chukwuebuka" незрозуміло перетворюється на "Check wheelchair baker", жарт швидко зникає.

Ці повторювані помилки транскрипції — це більше, ніж просто технічні прорахунки; вони є активною формою цифрового виключення. Побудовані переважно на західних наборах даних, провідні глобальні моделі ШІ тут повністю промахуються. Вони не налаштовані на тональне багатство нашого мовлення, де одне слово може означати шість різних речей залежно від вимови. Вони спотикаються про наше природне ритмічне перемикання коду і не можуть зрозуміти, що в одному офісі можуть працювати співробітники з десятьма абсолютно різними акцентами. Коли голосові асистенти неправильно розуміють базові слова та імена, вони виключають мільйони користувачів з цифрових скорочень, які полегшують сучасне життя.

Sahara-v2 усуває цю критичну прогалину, оскільки не була побудована на припущеннях чи навчена в тихій, стерильній студії. Intron створив цю модель, вийшовши на вулиці та слухаючи. Набір даних величезний і гіперлокалізований: понад 14 мільйонів аудіокліпів загальною тривалістю понад 50 000 годин мовлення від понад 40 000 спікерів. Ці голоси представляють 64 африканські мови та мови діаспори з понад 30 країн. Вирішальним є те, що вони були записані там, де ШІ насправді потрібно функціонувати, у переповнених клініках, галасливих ринках, жвавих кол-центрах та судових залах.

Sahara-v2 від Intron перемагає лідерів галузі

Цей підхід знизу вгору, заснований на реальному світі, дозволив Sahara-v2 обійти найбільші імена в глобальних технологіях. При порівнянні з такими важковаговиками галузі, як Gemini-3, GPT-4, Whisper, ElevenLabs, AWS та Azure, модель Intron демонструє переконливі переваги. 

Вона показує на 68,6% кращу точність для африканських імен, організацій та локацій і на 55,6% точніша при транскрипції чисел, дробів та валют. Крім того, вона має на 36,5% більшу стійкість до галюцинацій ШІ, викликаних фоновим шумом та перекриттям спікерів, разом із підвищенням продуктивності на 46,7% у спеціалізованих галузях, таких як охорона здоров'я, право, телекомунікації та фінанси.

Крім вражаючих показників, Sahara-v2 є серйозним двигуном продуктивності, розробленим для реального корпоративного розгортання. Підтримуваний надійними API, які можна розгорнути всього за п'ять хвилин, інфраструктура вже активно забезпечує голосовий банкінг, автоматизовані процеси верифікації KYC та системи автозаповнення для всього, від медичних даних до форм відкриття рахунків. Ранні корпоративні користувачі повідомляють, що технологія скорочує час адміністративної обробки до 4,4 разів.

Щоб відповісти на унікальні мовні реалії континенту, Intron запустив високоспеціалізовані регіональні функції. У співпраці з кенійською Penda Health вони представили першу у світі двомовну модель автоматичного розпізнавання мовлення (ASR) суахілі-англійською, ідеально фіксуючи, як люди природно перемикаються між мовами посеред речення. 

Для місцевого ринку вони запустили нативну модель перетворення тексту на мовлення (TTS) мовою хауса, що дозволяє використовувати голосових ботів із низькою затримкою 24/7. А для урядів та підприємств, які стикаються з питаннями конфіденційності даних, розгортання Sahara-v2 включає нову офлайн-підтримку, що дозволяє даним залишатися безпечними та локальними для відповідності суверенному ШІ.

Підприємства та урядові клієнти з шести країн вже використовують систему. Айо Олулеє, керівник відділу даних та аналітики в ARM Investments, зазначив: "Використовуючи моделі ШІ Intron, ми побачили значне покращення транскрипцій та резюме порівняно з моделями, які ми досліджували раніше. Їхні системи краще фіксують контекст та нюанси, що призводить до точніших результатів". Сара Морріс, CPO в Audere, підтвердила це, повідомивши про показник успішності API понад 99% та відмінну точність для південноафриканських акцентів.

Разом із запуском Sahara-v2, Intron також випустив свій перший звіт Africa Voice AI Report 2026. Публікація пропонує всебічний, перший у своєму роді погляд на екосистему, детально описуючи уроки, отримані під час розгортання голосового ШІ в складних середовищах, щоб направляти стартапи, інвесторів та політиків.

Читайте також: Google навчатиме ШІ 21 африканській мові, включаючи йоруба, хауса та ігбо

Найновіші мови включають африканську французьку, африкаанс, акан, амхарську, арабську, бемба, фулані, га, хауса, ігбо, кіньяруанда, луганда, оромо, педі та піджин. Інші — сесото, шона, суахілі, тсвана, тві, волоф, коса, йоруба та зулу. З цими доповненнями двері в цифровий світ нарешті широко відчиняються. 

Як сказав генеральний директор Intron Тобі Олатунджі: "Sahara-v2 доводить, що коли технологія побудована з глибоким культурним та лінгвістичним розумінням, можуть статися дивовижні речі, і ми тільки починаємо".

Публікація Intron запускає Sahara-v2, голосову модель ШІ, що підтримує 24 нові африканські мови, вперше з'явилася на Technext.