Dissertation/ Thesis
Технології конвертації голосових даних у текстовий формат
| Title: | Технології конвертації голосових даних у текстовий формат |
|---|---|
| Contributors: | Кот, Анатолій Тарасович, ELAKPI |
| Publisher Information: | КПІ ім. Ігоря Сікорського, 2025. |
| Publication Year: | 2025 |
| Subject Terms: | wav2vec, конвертація голосових даних, whisper, deep learning, автоматичне розпізнавання мовлення, ctc, wer |
| Description: | Дипломна робота: 84 с., 10 рис., 9 табл., 14 посилань. У дипломній роботі досліджено методи й архітектури систем автоматичного розпізнавання мовлення (ASR), які дозволяють здійснювати точне перетворення аудіоінформації у текстовий формат. Проведено порівняльний аналіз класичних (HMM, GMM) і сучасних (RNN, Transformer, CTC) підходів. Описано принципи екстракції ознак (MFCC, лог-мел-спектрограми), оцінено вплив шумів і мовних варіацій на точність розпізнавання. Реалізовано прототип системи на базі моделей Whisper та Wav2Vec2, проведено тестування на реальних аудіоданих з використанням метрик WER та CER. Зроблено функціонально-вартісний аналіз і обґрунтовано вибір оптимального рішення для практичної інтеграції. |
| Document Type: | Bachelor thesis |
| File Description: | application/pdf |
| Language: | Ukrainian |
| Access URL: | https://ela.kpi.ua/handle/123456789/75893 |
| Accession Number: | edsair.od......2635..60d3259d7c3db9adf6dbfc879b6f44c5 |
| Database: | OpenAIRE |
Be the first to leave a comment!