УДК 004.896
ИССЛЕДОВАНИЕ АВТОНОМНЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ДЛЯ ЗАДАЧИ РАСПОЗНАВАНИЯ РАЗГОВОРНОЙ РЕЧИ ПРИ ОГРАНИЧЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСАХ
Ф. И. Башкин, аспирант РГРТУ, Рязань, Россия;
orcid.org/0009-0001-9574-8761, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
С. В. Скворцов, д.т.н., профессор РГРТУ, Рязань, Россия;
orcid.org/0000-0001-9495-4953, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается задача выбора эффективной модели автоматического распознавания речи для работы в полностью автономном режиме на локальных вычислительных ресурсах. Целью работы является сравнительный анализ точности, производительности и ресурсоёмкости современ- ных открытых нейросетевых моделей автоматического распознавания речи на материале спонтанной разговорной речи, содержащей сленг и нестандартную лексику. В условиях отсутствия доступа к облачным сервисам и необходимости обеспечения конфиденциальности данных проведено экспериментальное исследование трёх моделей, различающихся по архитектурному принципу. Показано, что гибридная нейросетевая модель обеспечивает оптимальный баланс между скоростью обработки и приемлемой точностью в заданных условиях, демонстрируя практическую пригодность для развёртывания в автономных системах обработки устной речи. Выявлены фундаментальные трудности всех тестируемых моделей при работе с неформальной лексикой, что определяет ключевое направление для дальнейших исследований.
Ключевые слова: автоматическое распознавание речи (АРР), нейросетевые модели, сравнительный анализ, коэффициент реального времени (КРВ), точность распознавания, автономные системы, локальные вычисления, обработка спонтанной речи.