Тарасенко, Юлія АнатоліївнаЮлія АнатоліївнаТарасенко2026-03-032026-03-032025Тарасенко, Ю. (2025). Автоматичне розпізнавання іспанської мови: соціолінгвістичні чинники точності та типологія помилок. Проблеми семантики, прагматики та когнітивної лінгвістики, (48), 142-150. http://doi.org/10.17721/2663-6530.2025.48.09УДК 811.134.2’271’276:[004.934+003.035]10.17721/2663-6530.2025.48.11https://ir.library.knu.ua/handle/15071834/11788The article investigates the effectiveness of Automatic Speech Recognition (ASR) for Spanish based on a corpus of 304 audio recordings of speakers of different ages, genders, and accents. The aim of the study is to evaluate the accuracy of Google Speech-to-Text, identify common errors, and determine the impact of sociolinguistic factors on transcription quality. The analysis employs WER and CER metrics, as well as the number of substitutions, deletions, and insertions. The results revealed an average accuracy of 94.7 %, with substitutions being the predominant error type. The highest accuracy was achieved for speakers with a northern peninsular accent, while the lowest was observed in teenagers and speakers of the Argentinian variety of Spanish. The practical value of this study lies in the possibility of improving ASR models by taking into account dialectal and social characteristics of speakers.У статті досліджено ефективність автоматичного розпізнавання іспанської мови (ASR) на матеріалі корпусу із 304 аудіозаписів мовців різного віку, статі та з різними акцентами. Метою дослідження є оцінка точності системи Google Speech-to-Text, виявлення типових помилок та визначення впливу соціолінгвістичних чинників на якість транскрипції. Для аналізу використано метрики WER та CER, а також кількість замін, видалень і вставок. Результати показали середню точність 94,7 %, при цьому основним типом помилок стали заміни лексем. Найточніше система розпізнавала мовлення носіїв північнопіренейського акценту, а найнижчий рівень коректності спостерігався у підлітків та носіїв аргентинського варіанту іспанської. Практичне значення дослідження полягає у можливості вдосконалення ASR-моделей з урахуванням діалектних та соціальних характеристик мовців.ukautomatic speech recognitionSpanishASRWERCERaccentsociolinguistics.автоматичне розпізнавання мовленняіспанська моваASRWERCERакцентсоціолінгвістикаСтаття