Інформаційна система озвучення україномовного тексту на основі методів NLP та машинного навчання

2023;
: cc. 1 - 22
1
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж
2
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж,
3
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж
4
Національний університет «Львівська політехніка»
5
Університет Оснабрюка, Інститут комп’ютерних наук, Німеччина; Житомирський держаний університет імені Івана Франка, кафедра професійно-педагогічної, спеціальної освіти, андрагогіки та управління, Україна

Під час дослідження розроблено інформаційну систему озвучення україномовного тексту на основі методів NLP та машинного навчання. Створена інформаційна система реалізована у виг- ляді десктоп-додатка, який дає змогу здійснювати озвучення україномовного тексту Створення системи охоплювало всі стадії розроблення програмного забезпечення: процес проєктування, процес реалізації та процес тестування. Щоб обґрунтувати доцільність створення такої системи, ми проаналізували вже наявні програмні рішення на ринку, їхні переваги та недоліки, які ураховували, створюючи нову систему. Під час системного аналізу системи сформовано дерево цілей, дерево рішень та наведено приклади контекстних діаграм із декомпозицією процесів. Одним із етапів оформлення економічної частини, де проаналізовано бюджет, потрібний для реалізації системи, розраховано усі витрати на податки та адміністративні витрати, також проаналізовано стратегії розвитку та вибрано стратегію розвитку продукту із супутніми рішеннями та стратегію розвитку продукту. Після цього надано оцінку доцільності створення проєктованої системи, її окупності та прибутку. Об’єкт дослідження – процес системи озвучення україномовного тексту на основі методів NLP та машинного навчання. Предмет дослідження – методи та засоби процесу системи озвучення україномовного тексту на основі методів NLP та машинного навчання. Метою дослідження є створення інформаційної системи озвучення україномовного тексту на основі методів NLP та машинного навчання. Результат роботи – готова до реалізації інформаційна система озвучення україномовного тексту на основі методів NLP та машинного навчання. Здійснено аналітичний огляд літературних та онлайн-джерел, що стосуються теми озвучення україномовного тексту на основі методів NLP та машинного навчання, системний аналіз об’єкта дослідження, аналіз та вибір програмних засобів для реалізації системи, практичну реалізацію системи, економічне обґрунтування діяльності впровадження систем.

 

  1. Shieldt, G. C. The complete reference. NY: Osborne McGraw-Hill, 1989.
  2. Martin, Robert C. Clean code: a handbook of agile software craftsmanship. Pearson Education, 2009.
  3. De Micheli, Giovanni, Rolf Ernst, and Wayne Wolf. Readings in hardware/software co-design. Morgan Kaufmann, 2002.
  4. Karan, B., Mahto, K., & Sahu, S. S. (2019). Intelligent Speech Processing in the Time-Frequency Domain.In Intelligent Speech Signal Processing, 153–173. Academic Press. https://doi.org/10.1016/B978-0-12-818130-0.00009-X
  5. Senior, Andrew W., and Anthony Robinson (1995). “Forward-backward retraining of recurrent neural networks”. Advances in Neural Information Processing Systems, 8.
  6. Richter, Jeffrey. CLR via c#. Vol. 4. Redmond: Microsoft Press, 2006.
  7. Nagel, Christian. Professional C# and. Net. John Wiley & Sons, 2021.
  8. Matthew Mcdonald. Pro WPF 4.5 in C#: Windows Presentation Foundation in .NET 4.5, 2012.
  9. Van Santen, J. P., Sproat, R., Olive, J., & Hirschberg, J. (Eds.). (2013). Progress in speech synthesis. Springer Science & Business Media.
  10. Ning, Y., He, S., Wu, Z., Xing, C., & Zhang, L. J. (2019). A review of deep learning based speech synthesis. Applied Sciences, 9(19), 4050. https://doi.org/10.3390/app9194050
  11. Schroeder, M. R. (1993). A brief history of synthetic speech. Speech communication, 13(1–2), 231–237. https://doi.org/10.1016/0167-6393(93)90074-U
  12. Klatt, D. H. (1987). Review of text-to-speech conversion for English. The Journal of the Acoustical Society of America, 82(3), 737–793. https://doi.org/10.1121/1.395275
  13. Flanagan, James L. (2013). Speech analysis synthesis and perception. Springer Science & Business Media,Vol. 3.
  14. Isewon, I., Oyelade, J., & Oladipupo, O. (2014). Design and implementation of text to speech conversion for visually impaired people. International Journal of Applied Information Systems, 7(2), 25–30. https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=ed030474fe850f1c0ab4e8005af00e0671d14ffa
  15. Whitchurch, G. G., & Constantine, L. L. (1993). Systems theory. In Sourcebook of family theories and methods: A contextual approach, 325–355. Boston, MA: Springer US. https://doi.org/10.1007/978-0-387-85764-0_14
  16. Anderson, Brian DO, and Sumeth Vongpanitlerd. Network analysis and synthesis: a modern systems theory approach. Courier Corporation, 2013.
  17. Cronholm, Stefan. Why CASE Tools in Information Systems Development?: An Empirical Study Concerning Motives for Investing in CASE Tools. Linköping University, Department of Computer and Information Science, 1995.
  18. Whitman, L., Huff, B., & Presley, A. (1997, December). Structured models and dynamic systems analysis: the integration of the IDEF0/IDEF3 modeling methods and discrete event simulation. In Proceedings of the 29th conference on Winter simulation, 518–524. https://dl.acm.org/doi/pdf/10.1145/268437.268559
  19. Bublyk, M., Kalynii, T., Varava, L., Vysotska, V., Chyrun, L., & Matseliukh, Y. (2022). Decision Support System Design For Low-Voice Emergency Medical Calls At Smart City Based On Chatbot Management In Social Networks. Webology (ISSN: 1735-188X), 19(2).
  20. Dokhnyak, B., & Vysotska, V. (2021). Intelligent Smart Home System Using Amazon Alexa Tools. In MoMLeT+ DS, CEUR workshop proceedings, 441–464. https://ceur-ws.org/Vol-2917/paper33.pdf
  21. Vysotska, V., Holoshchuk, S., & Holoshchuk, R. (2021). A Comparative Analysis for English and Ukrainian Texts Processing Based on Semantics and Syntax Approach. In COLINS, CEUR workshop proceedings, 311–356.    https://ceur-ws.org/Vol-2870/paper26.pdf
  22. Aksonov, D., Gozhyj, A., Kalinina, I., & Vysotska, V. (2021, September). Question-Answering Systems Development Based on Big Data Analysis. In 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), Vol. 1,  113–118. IEEE. DOI: 10.1109/CSIT52700.2021.9648631
  23. Lytvyn, V., Sharonova, N., Hamon, T., Vysotska, V., Grabar, N., & Kowalska-Styczen, A. (2018). Computational linguistics and intelligent systems. In CEUR workshop proceedings, Vol. 2136. https://ceur-ws.org/Vol- 3171/preface.pdf
  24. Lytvyn, V., Vysotska, V., Mykhailyshyn, V., Peleshchak, I., Peleshchak, R., & Kohut, I. (2019, July). Intelligent system of a smart house. In 2019 3rd International Conference on Advanced Information and Communications Technologies (AICT), 282–287. IEEE. DOI: 10.1109/AIACT.2019.8847748
  25. Voloshyn, S., Vysotska, V., Markiv, O., Dyyak, I., Budz, I., & Schuchmann, V. (2022, November). Sentiment Analysis Technology of English Newspapers Quotes Based on Neural Network as Public Opinion Influences Identification Tool. In 2022 IEEE 17th International Conference on Computer Sciences and Information Technologies (CSIT), 83–88. IEEE. DOI: 10.1109/CSIT56902.2022.10000627
  26. Kravets, P., Burov, Y., Oborska, O., Vysotska, V., Dzyubyk, L., & Lytvyn, V. (2021). Stochastic Game Model of Data Clustering. In IntelITSIS, CEUR workshop proceedings, 198–213. https://ceur-ws.org/Vol- 2853/paper19.pdf
  27. Shakhovska, N., Vysotska, V., & Chyrun, L. (2017). Intelligent systems design of distance learning realization for modern youth promotion and involvement in independent scientific researches. In Advances in Intelligent Systems and Computing: Selected Papers from the International Conference on Computer Science and Information Technologies, CSIT 2016, September 6–10 Lviv, Ukraine, 175–198. Springer International Publishing. https://doi.org/10.1007/978-3-319-45991-2_12
  28. Lytvyn, V., et. al. (2019, September). A smart home system development. In Conference on Computer Science and Information Technologies, 804–830. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-33695-0_54
  29. Vysotska, V., Markiv, O., Teslia, S., Romanova, Y., & Pihulechko, I. (2022). Correlation Analysis of Text Author Identification Results Based on N-Grams Frequency Distribution in Ukrainian Scientific and Technical Articles. In CEUR Workshop Proceedings, Vol. 3171, 277–314. CEUR-WS. https://ceur-ws.org/Vol-3171/paper25.pdf
  30. Tymoshenko, K., Vysotska, V., Kovtun, O. V., Holoshchuk, R., & Holoshchuk, S. (2021). Real-Time Ukrainian Text Recognition and Voicing. In COLINS, CEUR workshop proceedings, 357–387. https://ceur-ws.org/Vol- 2870/paper27.pdf