Intron lansează Sahara-v2, un model AI vocal care suportă 24 de noi limbi africane

Intron, un startup de inteligență artificială cu sediul în Lagos, a lansat oficial Sahara-v2, modelul său principal de inteligență artificială vocală de a doua generație, ridicând efectiv standardele pentru recunoașterea vocală globală. Modelul suportă 24 de noi limbi africane și stăpânește peste 500 de accente distincte de engleză africană, aducând acoperirea lingvistică totală a companiei la un nivel fără precedent de 57. 

De ani de zile, interacțiunea cu asistenții vocali globali precum Siri, Alexa sau motoarele standard text-to-speech s-a simțit ca și cum ai vorbi cu un zid care, fundamental, nu vorbește limba ta. Am fost cu toții acolo, încercând să folosim o comandă vocală doar pentru ca o expresie localizată precum "No worry, e go better" să fie transcrisă în nonsensul "No war eagle butter". Este amuzant la început, dar când "Wanjiru" este digitalizat în "One zero" și "Chukwuebuka" devine inexplicabil "Check wheelchair baker", gluma se estompează rapid.

Aceste eșecuri repetate de transcriere sunt mai mult decât simple gafe tehnice; sunt o formă activă de excludere digitală. Construite predominant pe seturi de date occidentale, modelele globale de inteligență artificială de top ratează complet ținta aici. Nu sunt configurate pentru bogăția tonală a vorbirii noastre, unde un singur cuvânt poate însemna șase lucruri diferite în funcție de pronunție. Se împiedică de comutarea ritmică naturală între coduri și nu pot înțelege că un singur birou ar putea angaja personal cu zece accente complet diferite. Când asistenții vocali înțeleg greșit cuvinte și nume de bază, ei blochează milioane de utilizatori de la scurtăturile digitale care fac viața modernă mai ușoară.

Sahara-v2 acoperă acest decalaj critic deoarece nu a fost construit pe presupuneri sau antrenat într-un studio liniștit și steril. Intron a construit acest model mergând pe străzi și ascultând. Setul de date este masiv și hiper-localizat: peste 14 milioane de clipuri audio, totalizând mai mult de 50 000 de ore de vorbire, provenite de la peste 40 000 de vorbitori. Aceste voci reprezintă 64 de limbi africane și din diaspora din peste 30 de țări. Esențial, au fost înregistrate acolo unde inteligența artificială trebuie efectiv să funcționeze, în clinici aglomerate, piețe zgomotoase, centre de apeluri pline de viață și săli de judecată.

Sahara-v2 de la Intron a depășit liderii din industrie

Această abordare de la zero, din lumea reală, a permis Sahara-v2 să surclaseze cele mai mari nume din tehnologia globală. Când este comparat cu giganții din industrie precum Gemini-3, GPT-4, Whisper, ElevenLabs, AWS și Azure, modelul Intron oferă avantaje comandante. 

Înregistrează o rată de acuratețe cu 68,6% mai bună pentru nume africane, organizații și locații și este cu 55,6% mai precis la transcrierea numerelor, fracțiilor și valutelor. În plus, se laudă cu o rezistență cu 36,5% mai mare la halucinațiile AI cauzate de zgomotul de fundal și vorbitorii suprapuși, alături de o creștere a performanței de 46,7% pe verticale specializate precum sănătate, drept, telecomunicații și finanțe.

Dincolo de indicatorii de performanță impresionanți, Sahara-v2 este un motor de productivitate serios conceput pentru implementarea în întreprinderi din lumea reală. Susținut de API-uri robuste care pot fi implementate în doar cinci minute, infrastructura alimentează deja active banking-ul vocal, procesele KYC automatizate și sistemele de completare automată pentru tot, de la date de sănătate până la formulare de deschidere a conturilor. Primii adoptatori din întreprinderi raportează că tehnologia reduce timpii de procesare administrativă de până la 4,4 ori.

Pentru a aborda realitățile lingvistice unice ale continentului, Intron a lansat caracteristici regionale foarte specializate. În colaborare cu Penda Health din Kenya, au introdus primul model de recunoaștere automată a vorbirii (ASR) bilingv swahili-engleză din lume, surprinzând perfect modul în care oamenii trec natural de la o limbă la alta în mijlocul propoziției. 

Pentru piața de aici, au lansat un model nativ text-to-speech (TTS) în hausa, permițând boți vocali cu latență redusă, disponibili 24/7. Și pentru guverne și întreprinderi care navighează preocupările privind confidențialitatea datelor, lansarea Sahara-v2 include noul suport offline, permițând datelor să rămână securizate și locale pentru conformitatea cu inteligența artificială suverană.

Întreprinderi și clienți guvernamentali din șase țări folosesc deja sistemul. Ayo Oluleye, șeful departamentului de date și perspective la ARM Investments, a remarcat: "Folosind modelele Intron AI, am văzut îmbunătățiri semnificative în transcripții și rezumate comparativ cu modelele pe care le-am explorat anterior. Sistemele lor surprind mai bine contextul și nuanțele, ducând la rezultate mai precise." Sarah Morris, CPO la Audere, a făcut ecou acestui lucru, raportând rate de succes API de peste 99% și acuratețe excelentă pentru accentele din sudul Africii.

Alături de lansarea Sahara-v2, Intron a lansat și primul său Raport 2026 privind inteligența artificială vocală din Africa. Publicația oferă o privire cuprinzătoare, primă în felul ei, asupra ecosistemului, detaliind lecțiile învățate din implementarea inteligenței artificiale vocale în medii complexe pentru a ghida startup-urile, investitorii și factorii de decizie politică.

Citiți și: Google să antreneze inteligența artificială în 21 de limbi africane, inclusiv yoruba, hausa și igbo

Cele mai noi limbi includ franceza africană, afrikaans, akan, amharică, arabă, bemba, fulani, ga, hausa, igbo, kinyarwanda, luganda, oromo, pedi și pidgin. Altele sunt sesotho, shona, swahili, tswana, twi, wolof, xhosa, yoruba și zulu. Cu aceste adăugări, ușa către lumea digitală se deschide în sfârșit larg. 

Așa cum a spus CEO-ul Intron, Tobi Olatunji: "Sahara-v2 dovedește că atunci când tehnologia este construită cu o înțelegere culturală și lingvistică profundă, pot să se întâmple lucruri uimitoare, și abia am început."

Postarea Intron lansează Sahara-v2, un model de inteligență artificială vocală care suportă 24 de noi limbi africane a apărut prima dată pe Technext.