АудіоТекст: Розробка програми транскрипції з редагуванням

Abstract

UA : Робота викладена на 130 сторінках друкованого тексту, містить 41 рисунок, 2 таблиці, 10 джерел, 1 додаток. Об’єктом дослідження – є створення сучасного додатку для транскрипції та розпізнавання аудіо, з акцентом на розробку настільного додатку для операційної системи macOS для полегшення цих процесів. Мета дослідження – оцінити ефективність і зручність програми, а також розробити рекомендації щодо підвищення точності розпізнавання мовлення та спрощення процесу редагування транскрибованих матеріалів. Методика дослідження включає детальний огляд сучасних аналогів, таких як Otter.ai, Notta, Speechnotes і AutoMemo. Крім того, проєкт передбачає реалізацію зручного додатку для macOS, розробленого за допомогою ObjectiveC та Swift, що містить сторонні бібліотеки. Цей підхід гарантує, що програмний продукт є зручним для користувача, має широкі можливості налаштування та здатний задовольняти сучасні потреби користувачів, відкриваючи нові можливості для автоматизації процесів транскрипції та розпізнавання звуку.

EN : The work is presented on 130 pages of printed text, 41 figures, 2 tables, 10 references, 1 supplement. The object of the study is the creation of a modern application for audio transcription and recognition, with a focus on developing a desktop application for the macOS operating system to facilitate these processes. The aim of the study is to assess the application’s efficiency and userfriendliness, as well as to develop recommendations to improve speech recognition accuracy and streamline the editing process for transcribed materials. The method of research includes a detailed review of modern counterparts such as Otter.ai, Notta, Speechnotes, and AutoMemo. Additionally, the project involves the implementation of a convenient macOS application developed using Objective-C and Swift, incorporating third-party libraries. This approach ensures the software product is user-friendly, highly customizable, and capable of meeting contemporary user needs while opening new possibilities for automating audio transcription and recognition processes.