Аналіз сучасних методів розпізнавання мовлення

Abstract

Магістерська робота присвячена аналізу сучасних методів розпізнавання мовлення, яке є однією з ключових технологій у галузі штучного інтелекту. Дослідження охоплює широкий спектр підходів, починаючи від традиційних статистичних моделей (приховані марковські моделі – HMM, моделі сумішей Гауса – GMM) до сучасних методів на основі глибокого навчання та трансформаторів. У роботі детально проаналізовано еволюцію систем розпізнавання мовлення. Експериментальний аналіз показав, що впровадження наскрізних моделей, таких як CTC і трансформатори, дозволяє значно покращити роботу систем у реальних умовах. Вивчено вплив шуму, акцентів, фонових звуків та інших факторів на ефективність алгоритмів. Проведено порівняння різних моделей та визначено їхні сильні і слабкі сторони, що стало основою для розробки рекомендацій з покращення систем. Робота також акцентує увагу на етичних аспектах, таких як забезпечення конфіденційності, уникнення упередженості, створення доступних рішень для мов із низьким рівнем ресурсів.