Сажок М. М. Методи багаторівневого генеративного аналізу мовленнєвого сигналу

English version

Дисертація на здобуття ступеня доктора наук

Державний реєстраційний номер

0525U000479

Облікова картка дисертації

0525U000479.pdf

Здобувач

Сажок Микола Миколайович

Спеціальність

05.13.06 - Інформаційні технології

Дата захисту

18-11-2025

Спеціалізована вчена рада

Д 26.171.01

Інститут інформаційних технологій та систем Національної академії наук України

Анотація

Дисертація присвячена підвищенню ефективності автоматичного транскрибування аудіозаписів в умовах шумів і завад, зі спонтанним мовленням та зі зниженням обмежень щодо обсягу аналізованого мовленнєвого сигналу. В роботі вперше розроблено систему автоматичного транскрибування українськомовних аудіозаписів. Запропоновано модель мовленнєвих образів з нечіткою ієрархією, яка об’єднує акустичний, лексичний і семантичний складники. Розроблено метод генерування висловів за результатами пофонемного розпізнавання, який враховує високу флективність, просодику та порядок слів. Вперше розроблено комплексний метод транскрибування мовленнєвого сигналу, що забезпечує відновлення пунктуації, числових виразів та усунення мовленнєвих збоїв (повторів, вагань). Розроблені методи формування мовленнєвих корпусів ґрунтуються на розширенні мовних символів (наголосів, синтагм) та на врахуванні метаданих. Інформаційна технологія багаторівневого аналізу мовленнєвого сигналу реалізована в системі «Фонотекст», яка забезпечує одержання розпізнаного тексту високої відповідності.

Читати повністю

Офіційні опоненти

Федоров Євген Євгенович
Ковтун В'ячеслав Васильович
Широков Володимир Анатолійович

Публікації

1. Mykola Sazhok. Generative Model for Decoding a Phoneme Recognizer Output. Lecture Notes in Computer Science, Vol. 3658/2005: Text, Speech, Dialogue: 8th International Conference, TSD 2005, Karlovy Vary, Czech Republic, September 12-15, 2005. Proceedings, Václav Matoušek, Pavel Mautner, Tomáš Pavelka (Eds.), Springer Verlag / Heidelberg, 2005, pp 288-293

2. Людовик Т.В., Сажок М.М., Селюх Р.А. Розроблення мовленнєвих баз даних для синтезу мовлення за текстом. Автоматизовані системи управління та нові інформаційні технології. Випуск 3, Київ, 2005, с. 64-74.

3. Сажок М.М., Яценко В.В. Розпізнавання та смислова інтерпретація злитого українського мовлення для усного фразника перекладача в умовах альтернативних граматик. Штучний інтелект, 2008. № 4. с. 1461-1464.

4. Н.Б. Васильєва, М.М. Сажок. Моделювання багаторівневого поскладового розпізнавання мовленнєвого сигналу. Штучний інтелект. – 2008. – № 3. – с. 801-807.

5. Сажок М.М., Селюх Р.А., Юхименко, О.А. Адаптація акустичних моделей фонем до голосу диктора для пофонемного розпізнавання ізольованих слів української мови. Штучний інтелект. – 2009. – № 4. – с. 230-233.

6. Сажок М.М., Робейко В.В., Багатозначна багаторівнева модель перетворення орфографічного тексту на фонемний. – Штучний інтелект. – 2011. – № 4. – с. 117-125.

7. Робейко В.В., Сажок М.М. Розпізнавання спонтанного мовлення на основі акустичних композитних моделей слів у реальному часі. Штучний інтелект. – № 4'2012. – С. 253-263.

8. Сажок М.М. Кластеризация слов при построении лингвистической модели для автоматического распознавания речевого сигнала. — Кібернетика та обчислювальна техніка. — 2012. — Вип. 170. — С. 59–66.

9. V. Robeiko, M. Sazhok. Lexical Stress-Based Morphological Decomposition and Its Application for Ukrainian Speech Recognition. I. Habernal and V. Matousek (Eds.): TSD 2013, Lecture Notes of AI 8082, pp. 327–334, 2013. Springer-Verlag Berlin Heidelberg 2013.

10. M. Sazhok, V. Robeiko. Language Model Comparison for Ukrainian Real-Time Speech Recognition System. M. Železný et al. (Eds.): Lecture Notes of AI 8113, pp. 211–218, SpeCom'2013, 2013. Springer International Publishing Switzerland 2013.

11. Робейко В.В., Сажок М.М. Морфологічний розклад слів на основі лексичного наголосу в задачах розпізнавання українського мовлення. Штучний інтелект. – № 3'2013. – С. 233–241.

12. Сажок М.М., Яценко В.В. Система усного перекладу спонтанних висловлювань в рамках предметних областей. Control Systems and Computers. – 2013. – No4. – С. 63–70.

13. Робейко В.В., Сажок Н.Н., Федорин Д.Я., Селюх Р.А. Система преобразования телерадиовещания в текст для украинского языка. – Control Systems and Computers, 2015, №6, С.66-73.

14. M. Sazhok. Phoneme recognition output post-processing for word sequences decoding. Inductive Modeling for Complex Systems. Vol. 7, 2015, pp. 39–45.

15. Сажок М.М., Селюх Р.А., Федорин Д.Я., Юхименко, О.А. Текстонезалежне розпізнавання дикторів із застосуванням іншомовного корпусу. Штучний інтелект. — 2016. — № 4. — С. 37–41.

16. М.Сажок. Мовленнєві інформаційні технології та системи. Control Systems and Computers, № 2 (268), 2017. P. 38-45.

17. Вінцюк Т.К., Сажок М.М., Селюх Р.А., Федорин Д.Я., Юхименко О.А., Робейко В.В. Автоматичне розпізнавання, розуміння та синтез мовленнєвих сигналів в Україні. Control Systems and Computers, № 6 (278), 2018, С. 7–24.

18. M. Sazhok, V. Robeiko, R. Selyukh, D. Fedoryn, O. Yukhymenko. Written Form Extraction of Spoken Numeric Sequences in Speech-to-Text Conversion for Ukrainian. Proceedings of the 4th International Conference on Computational Linguistics and Intelligent Systems (COLINS 2020). Volume I: Main Conference. Pp. 451-462.

19. Mykola Sazhok, Anna Poltyeva, Valentyna Robeiko, Ruslan Seliukh, Dmytro Fedoryn. Punctuation Restoration for Ukrainian Broadcast Speech Recognition System based on Bidirectional Recurrent Neural Network and Word Embeddings. Proceedings of the 5th International Conference on Computational Linguistics and Intelligent Systems (COLINS 2021). Volume I: Main Conference. Pp. 300-310.

20. M. Sazhok, R. Selyukh, D. Fedoryn, O. Yukhymenko, V. Robeiko. Automatic speech recognition for Ukrainian broadcast media transcribing. Control Systems and Computers, № 6 (264), 2019, с. 46–57.

21. M. Sazhok; V. Robeiko; Ye. Smoliakov; T. Zabolotko; R. Seliukh; D. Fedoryn; O. Yukhymenko. Modeling Domain Openness in Speech Information Technologies. Control Systems and Computers, № 4 (304), 2023, pp. 19–28. DOI: 10.15407/csc.2023.04.019.

22. Nataliia Darchuk, Oksana Zuban, Valentyna Robeiko, Yuliia Tsyhvintseva, Mykola Sazhok. Toxicity Detection for Ukrainian-Language Texts in the TextAttributor System. Proceedings of the XI International Conference on Information Technology and Implementation (IT&I 2024).

23. Nataliia Darchuk, Oksana Zuban, Valentyna Robeiko, Yuliia Tsyhvintseva, Victor Sorokin, Mykola Sazhok. The System for Automatic Stylometric Analysis of Ukrainian Media Texts TextAttributor 1.0 (Techniques, Means, Functionality) . Acta Linguistica Lithuanica, No 91, 2024.

Читати повністю

Файли

Sazhok_dr-diss.pdf

autoreferat-Sazhok_referat.pdf

Схожі дисертації

0425U000413

Рихальський Олексій Юрійович

Інформаційна технологія формування знань для аналізу характеристик технічних систем на основі модельно-параметричного простору

0525U000523

Єфіменко Сергій Миколайович

Інформаційна технологія індуктивного моделювання багатовимірних об'єктів і процесів на основі рекурентно-паралельних обчислень

0425U000365

Хала Катерина Олександрівна

Інформаційна технологія видобування знань з текстів спеціалізованої галузі на основі онтологічного аналізу

0425U000359

Сорокін Максим Вікторович

Інформаційні технології паралельних обчислень наслідків техногенних впливів на стан річок і прибережної зони моря на основі двовимірних рівнянь

0425U000305

Коваль Роман Григорович

Інформаційні технології збору та оброблення даних для прогнозування витрат на пенсії і соціальні допомоги