Система реферування та семантичного аналізу відеоконтенту на основі мовних моделей

Скорочена інформація про документ
dc.contributor.advisorТітов, Владислав Миколайович
dc.contributor.authorДениско, Віталій Миколайович
dc.date.accessioned2026-07-30T06:52:43Z
dc.date.available2026-07-30T06:52:43Z
dc.date.issued2026
dc.description.abstractДипломну роботу виконано на 66 сторінках. Робота містить 10 ілюстрацій, 5 таблиць, 20 джерел у переліку посилань, 1 додаток. Мета роботи — розробка веб-застосунку для автоматизованої обробки аудіо- та відеоматеріалів, який забезпечує транскрипцію мовлення з таймкодами та генерацію структурованого конспекту українською мовою на основі великих мовних моделей. Підходи і засоби розробки: метод автоматичного розпізнавання мовлення (ASR) на основі моделей сімейства Whisper у реалізації whisper.cpp; поділ аудіо на частини з перекриттям (overlap) для обробки довгих файлів; генерація структурованого конспекту за допомогою великих мовних моделей (LLM) через Chat Completions API; мова програмування Python; фреймворк FastAPI для серверної частини та REST API; бібліотеки Pydantic для валідації схем, httpx для HTTP-взаємодії, ffmpeg і ffprobe для медіаобробки; клієнтська частина на React із використанням Vite та TypeScript; СУБД SQLite для збереження стану задач; розгортання за допомогою Docker Compose.
dc.description.abstractotherThe thesis consists of 66 pages. The work contains 10 illustrations, 5 tables, 20 sources in the list of references, and 1 appendix. The purpose of the work is to develop a web application for automated processing of audio and video materials, providing speech transcription with timestamps and generation of a structured summary in Ukrainian using large language models. Development approaches and tools: automatic speech recognition (ASR) based on the Whisper model family via whisper.cpp; audio chunking with overlap for long-file processing; structured summary generation using large language models (LLM) through the Chat Completions API; Python programming language; FastAPI framework for the backend and REST API; Pydantic for schema validation, httpx for HTTP communication, ffmpeg and ffprobe for media processing; React with Vite and TypeScript for the frontend; SQLite for task state persistence; deployment with Docker Compose.
dc.format.extent66 с.
dc.identifier.citationДениско, В. М. Система реферування та семантичного аналізу відеоконтенту на основі мовних моделей : дипломна робота ... бакалавра : 122 Комп’ютерні науки / Дениско Віталій Миколайович. – Київ, 2026. – 66 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82314
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectавтоматична транскрипція
dc.subjectрозпізнавання мовлення
dc.subjectASR
dc.subjectWhisper
dc.subjectwhisper.cpp
dc.subjectвеликі мовні моделі
dc.subjectLLM
dc.subjectгенерація конспектів
dc.subjectвебзастосунок
dc.subjectFastAPI
dc.subjectReact
dc.subjectDocker
dc.subjectPython
dc.subjectffmpeg
dc.subjectSQLite
dc.subjectautomatic transcription
dc.subjectspeech recognition
dc.subjectASR
dc.subjectWhisper
dc.subjectwhisper.cpp
dc.subjectlarge language models
dc.subjectLLM
dc.subjectsummary generation
dc.subjectweb application
dc.titleСистема реферування та семантичного аналізу відеоконтенту на основі мовних моделей
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Denisko_bakalavr.pdf
Розмір:
1.35 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ЦТЕ)
Бакалаврські роботи