Система розпізнавання та структуризації усного мовлення

Скорочена інформація про документ
dc.contributor.advisorТітов, Владислав Миколайович
dc.contributor.authorЛакін, Дмитро Андрійович
dc.date.accessioned2026-07-30T08:52:34Z
dc.date.available2026-07-30T08:52:34Z
dc.date.issued2026
dc.description.abstractДипломна робота виконана на 61 сторінці, містить 33 розділи, має 16 рисунків та 55 використаних джерел. Мета роботи: розробка програмної системи для автоматичного розпізнавання та структуризації усного мовлення, з першочерговим використанням на локальному пристрої. Методи та засоби: мова програмування Python; бібліотеки Faster-Whisper, Transformers, Sentence-Transformers, SpaCy, BM25S, YAKE!, RapidFuzz; PySide6 для побудови графічного інтерфейсу. Основний зміст роботи: технічна постановка задачі, формалізація вимог до програмної системи; аналіз наявних рішень; огляд технічних рішень впровадження ASR, NLP, Word Embeddings, SLM, Hybrid Search у прикладну задачу; інструкція з встановлення та використання проекту. Результат: локальна система для транскрипції та структуризація медіаконтенту у текстовому представленні. Додаток призначений для транскрипції аудіо/відео контенту та структуризації отриманого тексту методами машинного навчання на локальному пристрої користувача. Програма реалізовує низьку алгоритмів та модулів: автоматичного розпізнавання мовлення, обробка масивів тексту, пошук та розподіл на семантичні секції, генерація заголовків та підсумків на основні змісту, статистичний та семантичний пошук. Програма орієнтується на користувача локального пристрої, без передового заліза, та потребує мінімум ~3 ГБ та рекомендовано ~7 ГБ оперативної пам’яті. Оптимальна швидкість роботи буде досягнена з використанням відеокарти з підтримкою CUDA, але також працює на CPU з більшим часом очікування.
dc.description.abstractotherThe thesis is completed on 61 pages, contains 33 sections, has 16 figures and 55 sources used. Goal: development of a software system for automatic recognition and structuring of oral speech, with primary use on a local device. Methods and tools: Python programming language; Faster-Whisper, Transformers, Sentence-Transformers, SpaCy, BM25S, YAKE!, RapidFuzz libraries; PySide6 for building a graphical interface. The main content of the paper: technical formulation of the problem, formalization of requirements for the software system; analysis of existing solutions; review of technical solutions for implementing ASR, NLP, Word Embeddings, SLM, Hybrid Search in an applied problem; instructions for installing and using the project. Result: a local system for transcription and structuring of media content in text representation.
dc.format.extent71 с.
dc.identifier.citationЛакін, Д. А. Система розпізнавання та структуризації усного мовлення : дипломна робота ... бакалавра : 122 Комп’ютерні науки / Лакін Дмитро Андрійович. – Київ, 2026. – 71 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82325
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectASR
dc.subjectNLP
dc.subjectWord Embeddings
dc.subjectSemantic Search
dc.subjectHybrid Search
dc.subjectBi-encoder
dc.subjectCross-encoder
dc.subjectRAG
dc.subjectReranker
dc.subjectBM25
dc.subjectRRF
dc.subjectYAKE!
dc.subjectFuzzy Mathing
dc.subjectLLM/SLM
dc.subjectTransformer Model
dc.subjectCUDA
dc.subjectMoE
dc.subjectBiencoder
dc.titleСистема розпізнавання та структуризації усного мовлення
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Lakin_bakalavr.pdf
Розмір:
3.15 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