Dissertation/ Thesis
Технології конвертації голосових даних у текстовий формат
| Τίτλος: | Технології конвертації голосових даних у текстовий формат |
|---|---|
| Συνεισφορές: | Кот, Анатолій Тарасович, ELAKPI |
| Στοιχεία εκδότη: | КПІ ім. Ігоря Сікорського, 2025. |
| Έτος έκδοσης: | 2025 |
| Θεματικοί όροι: | wav2vec, конвертація голосових даних, whisper, deep learning, автоматичне розпізнавання мовлення, ctc, wer |
| Περιγραφή: | 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. |
| Τύπος εγγράφου: | Bachelor thesis |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | Ukrainian |
| Σύνδεσμος πρόσβασης: | https://ela.kpi.ua/handle/123456789/75893 |
| Αριθμός Καταχώρησης: | edsair.od......2635..60d3259d7c3db9adf6dbfc879b6f44c5 |
| Βάση Δεδομένων: | OpenAIRE |
καταχωρήστε σχόλιο πρώτοι!