Розробка голосової системи активації з використанням нейронних мереж

Abstract

UA : Робота викладена на 54 сторінках друкованого тексту, містить 22 рисунки, 18 джерел, 3 додатки. Об’єкт дослідження – процес розпізнавання голосових команд на базі рекурентних нейронних мереж. Мета роботи:розробка та аналіз голосової системи активації з використанням рекурентних нейронних мереж, а також дослідження її ефективності та можливостей застосування. Методи дослідження – моделювання, аналіз, експеримент, синтез. У роботі досліджено предметну область – розробка голосової системи активації за допомогою рекурентних нейронних мереж з використанням бібліотеки PyTorch мови програмування Python. У ході розробки даної системи особливу увагу приділено складанню оптимального набору даних для навчання моделі, що забезпечило стабільну роботу моделі у різних умовах незалежно від навколишніх обставин. Розроблена система демонструє високу точність у розпізнаванні ключової фрази, ефективно фільтруючи сторонні голосові команди. Результати роботи підтверджують ефективність нейронних мереж із GRU у задачах розпізнавання голосу та можливість їхнього застосування у реальних системах голосового керування. Практична значущість розробленої системи полягає в її можливості бути інтегрованою у розумні пристрої, системи автоматизації та інтерфейси голосового керування. Запропонований підхід забезпечує високу точність і адаптивність до різних умов використання, що робить його перспективним для подальшого впровадження та вдосконалення.

EN : The work is presented on 54 pages of printed text, 22 figures, 18 references, 3 supplements. The object of the study is the process of recognizing voice commands based on recurrent neural networks. The aim of the study is the development and analysis of a voice activation system using recurrent neural networks, as well as studying its efficiency and application possibilities. The method of research is modeling, analysis, experiment, synthesis. The work investigates the subject area – the development of a voice activation system using recurrent neural networks with the PyTorch library in the Python programming language. During the development of this system, special attention was paid to creating an optimal dataset for training the model, which ensured the stable performance of the model under various conditions, regardless of the surrounding environment. The developed system demonstrates high accuracy in recognizing the key phrase while effectively filtering out extraneous voice commands. The results confirm the effectiveness of GRU-based neural networks in voice recognition tasks and their potential application in real-world voice control systems. The practical significance of the developed system lies in its ability to be integrated into smart devices, automation systems, and voice control interfaces. The proposed approach ensures high accuracy and adaptability to various usage conditions, making it promising for further implementation and improvement.