DEVELOPMENT OF AN APPLICATION TO STUDY THE EFFECTIVENESS OF VARIOUS NEURAL ARCHITECTURES IN MULTILINGUAL SPEECH RECOGNITION IN VARIOUS COMMUNICATION RELATIONSHIPS
НАО «Алматинский университет энергетики и связи имени Г. Даукеева», Оleg Vladimirovich Khlynov, Daryn Baubekuly Torebay, НАО «Алматинский университет энергетики и связи имени Г. Даукеева» · ICSP «NEW SCIENCE» eBooks · 2025
МЦНП «НОВАЯ НАУКА» РАЗРАБОТКА ПРИЛОЖЕНИЯ ДЛЯ ИЗУЧЕНИЯ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ НЕЙРОННЫХ АРХИТЕКТУР В МНОГОЯЗЫЧНОМ РАСПОЗНАВАНИИ РЕЧИ ПРИ РАЗЛИЧНЫХ ОТНОШЕНИЯХ С/Ш Хлынов Олег Владимирович Торебай Дарын Баубекулы студенты Научный руководитель: Нурланкызы Айгуль старший преподаватель НАО «Алматинский университет энергетики и связи имени Г. Даукеева» Аннотация: В данной статье рассматривается разработка приложения для изучения эффективности различных нейронных архитектур (MLP, CNN, RNN) в задаче многоязычного автоматического распознавания речи (ASR) при различных уровнях отношения сигнал/шум (С/Ш).Исследование направлено на определение устойчивости нейросетевых моделей к шуму и их адаптации к разным языковым средам.Приложение предоставляет возможность интерактивного анализа точности распознавания речи при изменении архитектуры сети, количества дикторов и уровня шумового загрязнения.Разработанное программное обеспечение позволяет студентам и исследователям не только изучать теоретические аспекты нейронных сетей, но и применять их на практике, тестируя модели в виртуальной лаборатории.Экспериментальные результаты демонстрируют, что различные архитектуры обладают разной степенью устойчивости к шуму, а многоязычные модели требуют адаптации к специфике языков.Предложенный подход может быть полезен в образовательных целях, а также при проектировании и оптимизации современных систем ASR для реальных условий эксплуатации.