Програмне та математичне забезпечення для системи перетворення аудіомовлення в текстову інформацію

Вантажиться...
Ескіз

Дата

2021-12

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Розмір пояснювальної записки – 171 аркушів, містить 25 ілюстрацій, 9 таблиць, 4 додатки Актуальність теми. Системи розпізнавання мови використовують переважно люди з фізичними відхиленнями. Наприклад, люди, які втратили обидві свої руки, або втратили зір і ще звикли використовувати брайлевську печатку. Такі програми дозволяють голосом управляти роботою комп'ютера або набирати будь-який текст. Деякі такі програми після кожної сесії зберігають голосові дані користувача, щоб той потім міг почати роботу з того місця, де зупинився. З вищевикладеного можна зробити висновок про актуальність даної роботи. Мета дослідження. Підвищення ефективності роботи алгоритмів розпізнавання мови Об’єкт дослідження: аудіовізуальна система розпізнавання мови. Предмет дослідження: програмне та математичне забезпечення аудіовізуальної системи розпізнавання мови Для реалізації поставленої мети сформульовані наступні завдання: – виконати огляд існуючих рішень; – побудувати загальну схему моделі системи розпізнавання мови; – реалізувати программне забезпечення для аудіовізуальної системи розпізновання мови. Наукова новизна отриманих результатів полягає в тому, що було розроблено інструментарій (відповідне програмне та математичне забезпечення), який містить мурашиний алгоритм кластерізації що дає змогу скоротити кількість станів без втрати якості розпізнавання інформації. Практичне значення. Практична значимість данного программного забезпечення полягае в тому,щоби допомогти людям з фізичними вадами, які могли втратити обидві руки чи мають проблеми із зором,які раніше використовували брайлевську печатку.Також практична значимість полягає в тому щоби скоротити час набирання тексту та автоматизувати цей процесс під час нотування конференцій/судових засідань.Забезпечити швидкий перенос із відео в текст. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на Міжнародній науково-практичній конференції «SCIENCE AND PRACTICE, ACTUAL PROBLEMS, INNOVATIONS». Публікації. Наукові положення дисертації опубліковані в: Абушек Д. А., Дорогий Я. Ю. МУРАШИНИЙ АЛГОРИТМ КЛАСТЕРИЗАЦІЇ //SCIENCE AND PRACTICE, ACTUAL PROBLEMS, INNOVATIONS. – 09-12 листопада 2021р. Амстердам, Нідерланди. – Т. 8. – Р. 473.

Опис

Ключові слова

машинне навчання, прихована марківська модель, алгоритм навчання, оптимізація, алгоритм зворотнього поширення помилки, мурашиний алгоритм кластеризації, machine learning, hidden Markov model, learning algorithm, optimization,, error backpropagation algorithm, ant clustering algorithm

Бібліографічний опис

Абушек, Д. А. Програмне та математичне забезпечення для системи перетворення аудіомовлення в текстову інформацію : магістерська дис. : 121 Інженерія програмного забезпечення / Абушек Дмитро Андрійович. – Київ, 2021. – 171 с.

DOI