Μια ελληνική ομάδα Τεχνητής Νοημοσύνης καταφέρνει να βρεθεί ανάμεσα στα μοντέλα που ξεχωρίζουν διεθνώς στην αναγνώριση ομιλίας. Πρόκειται για το Sophea ASR K1, ένα μοντέλο της KIEFER που «ακούει» την ανθρώπινη ομιλία και τη μετατρέπει αυτόματα σε γραπτό κείμενο.
Το μοντέλο βρίσκεται στην 11η θέση του Open ASR Leaderboard του Hugging Face, μιας διεθνούς πλατφόρμας όπου συγκρίνονται μοντέλα αυτόματης αναγνώρισης ομιλίας με βάση κοινές δοκιμές. Στις 11 Σεπτεμβρίου 2026, το Sophea ASR K1 κατέγραφε average WER 4,26.
Ο δείκτης WER (Word Error Rate) μετρά τα λάθη που κάνει ένα σύστημα κατά τη μετατροπή της ομιλίας σε κείμενο. Όσο χαμηλότερος είναι ο δείκτης, τόσο καλύτερη είναι η επίδοση. Με απλά λόγια, η συγκεκριμένη μέτρηση αντιστοιχεί περίπου σε 96 σωστά αναγνωρισμένες λέξεις στις 100 στο συγκεκριμένο πλαίσιο δοκιμών.
Τι ακριβώς είναι το Sophea AI
Το Sophea AI δεν είναι ένα μόνο πρόγραμμα, αλλά ένα οικοσύστημα τεχνολογιών Τεχνητής Νοημοσύνης που αναπτύσσει η KIEFER. Περιλαμβάνει διαφορετικά μοντέλα και εφαρμογές που μπορούν να επεξεργάζονται γλώσσα, να αναγνωρίζουν ομιλία, να αξιοποιούν εταιρικά δεδομένα και να υποστηρίζουν εφαρμογές AI.
Ένα από αυτά είναι το Sophea ASR K1, το οποίο επικεντρώνεται στην αναγνώριση ομιλίας. Έχει σχεδιαστεί ώστε να λειτουργεί σε ελληνικά και αγγλικά, ακόμη και όταν οι δύο γλώσσες χρησιμοποιούνται στην ίδια συνομιλία. Μπορεί επίσης να χρησιμοποιηθεί σε περιβάλλοντα όπως τηλεφωνικές κλήσεις και επαγγελματικές συναντήσεις, όπου ο ήχος δεν είναι πάντα ιδανικός.
Η τεχνολογία χρησιμοποιείται ήδη στο Sophea Meet, μια πλατφόρμα που αξιοποιεί την Τεχνητή Νοημοσύνη για συναντήσεις. Η αναγνώριση της ομιλίας επιτρέπει, για παράδειγμα, τη μετατροπή όσων λέγονται σε μια συνάντηση σε κείμενο, ώστε στη συνέχεια να μπορούν να αξιοποιηθούν από άλλες λειτουργίες AI.
Παράλληλα, η KIEFER αναπτύσσει το Sophea Nous, μια πλατφόρμα που επιτρέπει στις επιχειρήσεις να αξιοποιούν τα δικά τους δεδομένα και να δημιουργούν εξειδικευμένους AI agents.
Από τα ελληνικά δεδομένα στις διεθνείς δοκιμές
Πίσω από το Sophea ASR K1 βρίσκεται η ομάδα Machine Learning της Sophea στην Ελλάδα, η οποία ασχολείται με την προετοιμασία των δεδομένων, την εκπαίδευση και τη συνεχή βελτίωση του μοντέλου.
Η ανάπτυξη και εκπαίδευση πραγματοποιείται με τη χρήση GPUs στα AI Data Centers της KIEFER, τα οποία, σύμφωνα με την εταιρεία, τροφοδοτούνται αποκλειστικά από ανανεώσιμες πηγές ενέργειας.
Η επίδοση στο Hugging Face αποτελεί ένα συγκρίσιμο διεθνές benchmark, δεν σημαίνει όμως ότι το μοντέλο θα έχει ακριβώς την ίδια ακρίβεια σε κάθε πραγματική χρήση. Παράγοντες όπως ο θόρυβος, η προφορά, η ποιότητα της ηχογράφησης και οι συνθήκες του περιβάλλοντος μπορούν να επηρεάσουν το αποτέλεσμα.
Η ομάδα της Sophea σχεδιάζει, παράλληλα, την προσαρμογή της τεχνολογίας και σε άλλες ευρωπαϊκές γλώσσες, μεταξύ των οποίων και γλώσσες για τις οποίες υπάρχουν λιγότερα διαθέσιμα δεδομένα εκπαίδευσης.
Έτσι, το εγχείρημα δεν περιορίζεται στην ανάπτυξη ενός εργαλείου για την ελληνική αγορά. Η στόχευση είναι η δημιουργία μοντέλων Τεχνητής Νοημοσύνης που μπορούν να προσαρμόζονται σε διαφορετικές γλώσσες και πραγματικές συνθήκες χρήσης και να αξιοποιούνται και εκτός Ελλάδας.
