АВТОРАСПОЗНАВАНИЕ РЕЧИ И ОЦЕНКА ЕГО ПРИМЕНИМОСТИ В АВИАЦИИ НА СОВРЕМЕННОМ ЭТАПЕ
Прогресс компьютерных технологий открывает возможности для автоматической систематизации, обработки и использования корпусных текстов, то есть процесса распознавания языка на уровне естественной коммуникативной речи, с помощью специальных программ. Статья посвящается к применению современных технологий для снижения недопонимания между пилотами и авиадиспетчерами. Исследователи несколько десятилетий изучают и применяют данную технологию. Внедрение технологий автоматического распознавание речи (ASR) и машинного перевода может существенно снизить такие проблемы, повысив безопасность и предотвратив аварии и инциденты. В статье представлен проект эксперимента, которая является сравнением эффективности двух популярных программ по распознаванию устной речи — ChatGPT (https://chatgptchatapp.com) и Speech2Text (https://speech2text.ru) — при обработке текстов на трёх языках: русском, английском и казахском. Проводимое исследование охватывало разные типы устной речи: формализованная диктовка текста, юридический текст, рассказ на родном языке, а также естественный (спонтанный) диалог между двумя участниками. Анализ проводился как с точки зрения точности транскрипции, так и с учетом особенностей воспроизведения структуры текста, передачи имён собственных, сохранения пауз и разделения речи по спикерам. В состав корпуса входят не только аудиозаписи «чистой» устной речи, но и телефонной речи, что придает программу универсальность. Разработана специальная сложная методика транскрибирования телефонных переговоров, поскольку такая речь часто невнятна, может содержать информацию на других языках, иметь выраженный акцент, содержать различные речевые и неречевые шумы (различные тембры голоса, звуки подготовки говорящего к произнесению следующей мысли, неясные слова, наложение речи нескольких говорящих и т.д.). Эта система преобразует исходный аудиофайл в машиночитаемый формат. То есть, не требует дополнительных компонентов и транскрипций. Данная система представляет собой вариант современных технологий распознавания речи, использующих интегральную модель. Представленная экспериментальная разработка использует технологию распознавания речи, позволяющую понимать голосовые команды, его преимущество перед аналогичными электронными приложениями заключается в том, что он может контролировать беспрепятственный поток информации и ее обработку в экстремальных ситуациях, а также обладает способностью точно воспроизводить естественные диалоги.
Сведения
- Опубликовано
- 2025 · Т. 81, № 3
- Язык
- Русский
- ISSN
- 2312-475X
- Издатель
- K. Zhubanov Aktobe Regional University