Вплив акустичних характеристик мовленнєвих даних на якість автоматичного розпізнавання мовців
Тип публікації :
Бакалаврська робота
Дата випуску :
6 липня 2026 р.
Автор(и) :
Карпцова, Юліана Юріївна
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Карпцова, Ю. Ю. (2026). Вплив акустичних характеристик мовленнєвих даних на якість автоматичного розпізнавання мовців [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/31294
[ДСТУ] Карпцова Ю. Ю. Вплив акустичних характеристик мовленнєвих даних на якість автоматичного розпізнавання мовців : кваліфікаційна робота бакалавра : 03 Гуманітарні науки / наук. кер. В. В. Робейко. Київ, 2026. 91 с. URL: https://ir.library.knu.ua/handle/15071834/31294 (дата звернення: 22.08.2026).
Ця робота присвячена дослідженню впливу акустичних характеристик мовленнєвих даних на якість автоматичного розпізнавання мовців на матеріалі українськомовних корпусів.
Об’єктом дослідження є системи автоматичного розпізнавання мовців.
Предметом є вплив акустичних і кількісних характеристик мовленнєвих даних на точність роботи таких систем.
Методи, застосовані в цьому дослідженні для аналізу результатів, належать до традиційних лінгвістичних методів (перцептивний аналіз, аналіз формантної структури та паузації, показник зашумленості) та статистичних методів (оцінка ступеня впливу аналізованого явища на значення метрик, порівняння розбіжностей всередині груп та між групами).
У першому розділі міститься роз’яснення основних термінів та розгляд принципів роботи систем розпізнавання голосів. Також розділ містить огляд наукових джерел задля визначення акустичних та кількісних параметрів, які впливають на результати систем, і обґрунтування вибору моделей розпізнавання мовця для тестування.
Другий розділ містить опис створеної системи та її інтерфейсу, а також описи сформованих для тестування датасетів. У цьому розділі описано хід експерименту та здійснено попередній аналіз отриманих результатів.
У третьому розділі міститься лінгвістичний аналіз використаних для експерименту даних, порівняння отриманих значень метрик та перцептивний аналіз помилок, яких припустилася кожна модель при її використанні у створеній системі.
В кінці роботи міститься загальний висновок та список використаних наукових джерел, який містить 41 посилання. До роботи докладено Додаток, де розміщено посилання на github-репозиторій зі створеною системою.
Об’єктом дослідження є системи автоматичного розпізнавання мовців.
Предметом є вплив акустичних і кількісних характеристик мовленнєвих даних на точність роботи таких систем.
Методи, застосовані в цьому дослідженні для аналізу результатів, належать до традиційних лінгвістичних методів (перцептивний аналіз, аналіз формантної структури та паузації, показник зашумленості) та статистичних методів (оцінка ступеня впливу аналізованого явища на значення метрик, порівняння розбіжностей всередині груп та між групами).
У першому розділі міститься роз’яснення основних термінів та розгляд принципів роботи систем розпізнавання голосів. Також розділ містить огляд наукових джерел задля визначення акустичних та кількісних параметрів, які впливають на результати систем, і обґрунтування вибору моделей розпізнавання мовця для тестування.
Другий розділ містить опис створеної системи та її інтерфейсу, а також описи сформованих для тестування датасетів. У цьому розділі описано хід експерименту та здійснено попередній аналіз отриманих результатів.
У третьому розділі міститься лінгвістичний аналіз використаних для експерименту даних, порівняння отриманих значень метрик та перцептивний аналіз помилок, яких припустилася кожна модель при її використанні у створеній системі.
В кінці роботи міститься загальний висновок та список використаних наукових джерел, який містить 41 посилання. До роботи докладено Додаток, де розміщено посилання на github-репозиторій зі створеною системою.
Ключові слова :
Автоматичне розпізнавання мовця Ідентифікація мовця Кластеризація ембедингів Обробка мовлення Акустичні параметри Моделі автоматичного розпізнавання мовця ReDimNet ResNet ECAPA-TDNN Automatic speaker recognition Speaker identification Embedding clustering Speech processing Acoustic parameters Automatic speaker recognition models
Галузі знань та спеціальності :
03 Гуманітарні науки
03 Гуманітарні науки::035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Мови та література
Лінгвістика
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
3.32 MB
Контрольна сума :
(MD5):db64fe5f44a9097cb3b75679d328dea6