De meeste Afrikanen spreken minstens twee talen en mengen die vaak in één zin, zoals “My loan imekataliwa, but I paid yesterday.” In veel spraakherkenningssystemen wordt Engels getranscribeerd terwijl Swahili wegvalt, waardoor een deel van de betekenis verloren gaat voor iedereen die op het transcript vertrouwt.

Intron, een op Afrika gerichte voice-technologiebedrijf dat in Lagos is opgericht, heeft Sahara v2.5 uitgebracht, een reeks modellen die voor dat gebruiksscenario is gebouwd. De release voegt ondersteuning voor code-switching toe — het vermogen om een spreker te volgen die binnen één zin tussen talen wisselt — voor 12 Afrikaanse talen, waaronder Zulu, Hausa, Swahili en Luganda.

De release bevat ook wat Intron omschrijft als ’s werelds eerste Afrikaanse trilinguale spraakherkenningsmodel, ontworpen om gesprekken te verwerken die tussen drie talen bewegen. Het model is gebouwd voor Rwanda, waar Kinyarwanda, de nationale taal die door bijna de hele bevolking wordt gesproken, naast Engels en Frans bestaat in het dagelijkse professionele leven. Het bedrijf zegt dat het Amerikaanse patenten heeft aangevraagd op de algoritmen achter het systeem.

Intron stelt dat code-switching een afzonderlijke technische uitdaging is die mondiale labs vaak als een klein probleem hebben behandeld. Een model kan goed presteren in Engels, voldoende zijn in Swahili, en toch falen wanneer die talen in dezelfde zin voorkomen. Volgens het bedrijf vereist het oplossen van dit probleem specifieke data, specifieke training en specifieke evaluatie, en kan een kleiner bedrijf dat zich op een smal probleem richt grotere spelers overtreffen die uitgaan van globale gemiddelden.

Op basis van de eigen benchmarks van Intron noteerde Sahara v2.5 een gemiddelde word error rate van 34,3% over 12 talen van code-switched Afrikaanse spraak, tegenover 53,8% voor Gemini 3.6, een Google AI-model. In de praktijk betekent dat dat Sahara ongeveer één woord op de drie fout heeft, terwijl Gemini meer dan één op de twee fout heeft.

Het bedrijf zegt dat Sahara beter presteerde dan Gemini, ElevenLabs en Meta in alle 12 geteste talen. Zelfs dan wordt nog steeds ongeveer één woord op de drie verkeerd herkend, wat onderstreept hoe ver spraaktools nog moeten gaan voordat ze betrouwbaar gemengde gesprekken kunnen ondersteunen, die veel voorkomen in klantenservice, financiën, gezondheidszorg en andere dagelijkse diensten.

Intron werd in 2020 opgericht door Tobi Olatunji, een in Nigeria opgeleide arts, en Kunle Asekun. Het haalde in juli 2024 $1.6 miljoen op in pre-seed financiering, geleid door Microtraction, om papierwerkproblemen in ziekenhuizen aan te pakken. Het werkt nu aan voice-AI-producten voor gebruik op het hele continent.

Waarom code-switching moeilijk is

Spraak is in deze context moeilijker dan tekst, omdat een geschreven zin duidelijk laat zien waar elk woord begint en eindigt. Een audiomodel ontvangt alleen geluid. Het moet tegelijkertijd de klanken, woorden, accent, context en taal identificeren, zonder zichtbare grens waar Yoruba eindigt en Engels begint. De switch kan tussen zinnen plaatsvinden, binnen een zin of rond een enkel woord.

Veel systemen pakken dit aan door eerst de taal te identificeren en vervolgens elk segment door te sturen naar een monolinguale recogniser, een model dat is getraind om één taal te transcriberen. Die methode kan werken bij lange, schone segmenten, maar valt vaak uiteen wanneer de wissel slechts één of twee woorden duurt. Intron zegt dat Sahara direct wordt getraind op gemengde taalspraak, zodat het model wisselen als normaal behandelt, leert welke overgangen per talenpaar mogelijk zijn en deze oplost met akoestisch bewijs en context over de volledige uiting.

De tweede uitdaging is tokenisatie. Voordat een model spraak kan verwerken, splitst het geluid op in kleine eenheden, tokens genoemd, die elk overeenkomen met een stukje taal dat het eerder heeft gezien. Als Afrikaanse taalvormen slechts een klein deel van de trainingsdata uitmaken, heeft het model te weinig Afrikaanse tokens om mee te matchen en kan het een onbekend Afrikaans geluid forceren in het dichtstbijzijnde Engelse of Franse token dat het kent. Dat kan leiden tot een hallucinatie — een woord dat de spreker nooit heeft gezegd — of ertoe dat een deel van de spraak uit het transcript verdwijnt.

Ook de trainingsdata zelf is beperkt. Opnamen van natuurlijke code-switched spraak zijn moeilijk te verzamelen, en kunstmatig gemengde audio weerspiegelt niet hoe mensen daadwerkelijk wisselen van taal.

“Code-switching was one of the biggest problems that consistently came up for clients deploying real-world voice AI,” vertelde Tobi Olatunji, CEO van Intron, aan TechCabal in een interview. “Africa needs AI built for how Africans really speak. People should not have to translate themselves for a machine, flatten their accent, avoid local expressions or repeat only the English part of what they said.”

Wie gebruikt Sahara?

Intron zegt dat zijn model nu productie- en onderzoeksimplementaties ondersteunt bij meer dan 40 organisaties in zes landen: Nigeria, Kenia, Zuid-Afrika, Oeganda, Rwanda en Ghana.

Een commercieel voorbeeld dat Intron deelde is Branch International, een fintech-kredietverstrekker. In die implementatie wisten incassomedewerkers die worden aangedreven door Sahara meer dan ₦1.2 million ($891) aan achterstallige leningen te innen in één week, terwijl ook betalingen buiten kantooruren en in het weekend op een recordniveau lagen. Intron zei dat het systeem beter presteerde dan menselijke medewerkers op leningen die meer dan 356 dagen achterstallig waren.

“Customers engaged naturally even after hours and on weekends,” zei Adanne Anene, Head of Product Africa bij Branch, in een verklaring die met TechCabal werd gedeeld.

De tekst-naar-spraakproducten van Intron, die geschreven woorden omzetten in gesproken audio, en de voice agents verwerken nu ook taalvermenging over 13 talenparen, en presteren in negen van die paren beter dan ElevenLabs en Gemini in de tests van het bedrijf. De startup voegde daaraan toe dat de spraakherkenning nu Nupe, Kanuri, Nigerian Fulfulde, Tigrinya, Kikuyu, Dholuo en Somali ondersteunt, waarmee de totale taaldekking op 31 komt.

Het bedrijf heeft ook streaming speech recognition en streaming text-to-speech toegevoegd aan zijn application programming interface (API), zodat ontwikkelaars tools hebben voor live ondertiteling en real-time toepassingen.

Intron heeft ook een 2026 Africa Voice AI Report gepubliceerd, waarin wordt gesteld dat het verzamelen van Afrikaanse taaldata slechts één barrière is voor betrouwbare voice AI. Het rapport zegt dat onderzoekscapaciteit, het vermogen om systemen aan elkaar te koppelen en implementatie-expertise even belangrijk zijn.

Als voorbeeld noemt het de ambient medical scribe — software die luistert naar een arts-patiëntconsult en automatisch de notities opstelt. De technologie wordt veel gebruikt in de VS en Europa, maar is grotendeels onpraktisch in Afrikaanse klinieken, waar één consult twee of drie talen kan omvatten.

Ware schaal vereist dat men verder gaat dan oppervlakkige integraties naar robuuste uitvoering.