Реализация оценки эффективности адаптивной программно-аппаратной системы распознавания, перевода и озвучивания речи для операторов технологических процессов

Бесплатный доступ

Целью данного исследования являются разработка и реализация адаптивной программноаппаратной системы распознавания, перевода и озвучивания речи, предназначенной для операторов технологических процессов. Система разрабатывается с целью улучшения эффективности и удобства работы операторов. Основной функциональностью системы является автоматическое распознавание речи операторов на различных языках с последующим переводом на выбранный язык и озвучиванием текстовых ответов. Это облегчит и ускорит коммуникацию операторов с системой, а также улучшит понимание информации. Рассмотрен процесс разработки методов обработки звука и анализа речи для точного распознавания и интерпретации вводимой операторами информации. Для этого применяются передовые алгоритмы машинного обучения, что делает систему более адаптивной и улучшает качество распознавания с течением времени. Важным аспектом исследования является внедрение предиктивной аналитики на основе тембральных признаков голоса. Это позволяет улучшить качество голосовой связи, а также осуществить контроль качества на линии связи для определения возможных помех и проблем. Для повышения безопасности системы и защиты от несанкционированного доступа представлено подробное использование хэш-стойкого алгоритма верификации пользователей на основе тембральных признаков голоса, что обеспечивает надежную идентификацию пользователей и защиту от подделки голоса. В ходе исследования проведены эксперименты и тестирование различных аспектов системы, что позволило оценить ее эффективность и точность. Результаты исследования подтверждают значительное улучшение взаимодействия операторов с системой, повышение качества распознавания и снижение ошибок в процессе перевода и озвучивания. Представленное исследование является значимым шагом в области разработки адаптивных систем распознавания и верификации голоса, демонстрирует потенциал таких систем для повышения производительности операторов технологических процессов и создания удобной и эффективной среды для их работы.

Еще

Адаптивная система, распознавание речи, перевод речи, озвучивание речи, операторы технологических процессов, предиктивная аналитика, обработка звука, машинное обучение, хэш-стойкий алгоритм, тембральные признаки голоса

Короткий адрес: https://sciup.org/148327419

IDR: 148327419   |   DOI: 10.18137/RNU.V9187.23.04.P.96

Список литературы Реализация оценки эффективности адаптивной программно-аппаратной системы распознавания, перевода и озвучивания речи для операторов технологических процессов

  • Dong Yu, Lee Deng. Automatic speech recognition. A Deep Learning Approach. London: Springer, 2015. 321 p. DOI: 10.1007/978-1-4471-5779-3
  • Ryzhova K., Yumashev A.V., Klimova M., Osin R., Gracheva E., Dymchishina A. Artificial intelligence in the diagnosis of diseases of various origins // Journal of Complementary Medicine Research. 2023. Vol. 14. No. 2. Pp. 199-202. DOI: 10.5455/jcmr.2023.14.02.31
  • Benzeghiba M., Mori R., Deroo O. et al. Automatic speech recognition and speech variability: A review // Speech communication. 2007. Vol. 49. No. 10-11. Pp. 763-786. Реализация оценки эффективности адаптивной программно-аппаратной системы.. DOI: 10.1016/j.specom.2007.02.006
  • Чирков М.С., Лачинина Т.А., Чистяков М.С. Знания и информация как синергия платформенного подхода цифровизации глобального развития // Свободная мысль. 2020. № 5 (1683). С. 37-44. DOI: 10.24411/0869-4435-2020-00003
  • Zolkin A.L., Aygumov T.G., Losev A.N., Alexandrova E.V. Development of a fuzzy authentication system for the automated line devices of a distributed internet of things using a hash-resistant algorithm // AIP Conference Proceedings. Proceedings of the IV International Scientific Conference on Advanced Technologies in Aerospace, Mechanical and Automation Engineering: (MIST: Aerospace-IV 2021). Krasnoyarsk, December 10-11, 2021. Vol. 2700. Krasnoyarsk: American Institute of Physics Inc., 2023. P. 040006. DOI: 10.1063/5.0124871 EDN: PPFYBU
  • Zue V.W. The use of speech knowledge in automatic speech recognition // Proceedings of the IEEE. 1985. Vol. 73. No. 11. P. 1602-1615. DOI: 10.1109/PROC.1985.13342
  • Bhardwaj V., Othman M., Kukreja V. et al. Automatic speech recognition (ASR) systems for children: A systematic literature review // Applied Sciences. 2022. Vol. 12. No. 9. P. 4419. DOI: 10.3390/app12094419
  • Reitmaier T., Wallington E., Raju D. et al. Opportunities and challenges of automatic speech recognition systems for low-resource language speakers // Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems. CHI '22, April 29-May 5, 2022, New Orleans, LA, USA P. 1-17. DOI: 10.1145/3491102.3517639
Еще
Статья научная