(Полтавський державний аграрний університет, 2026) Готра Євгенія Віталіївна; керівник Слюсар В. І.
Роботу присвячено дослідженню та практичній реалізації локальної системи транскрибування аудіо в текст на основі сучасних технологій штучного інтелекту. У роботі проаналізовано галузі застосування транскрибування (освіта, медицина, бізнес, державні установи, служби підтримки, AI-аналітика звернень), розглянуто сучасні ASR-технології та порівняно хмарні (Google Cloud Speech-to-Text, Amazon Transcribe, Azure AI Speech, OpenAI Speech to Text) та локальні рішення. Обґрунтовано доцільність локального розгортання для забезпечення конфіденційності та контролю над даними. Досліджено моделі транскрибування для української мови (Vosk, Whisper) та їх модифікації (WhisperX, Faster-Whisper), визначено переваги WhisperX для задач із необхідністю точних часових міток та діаризації спікерів. Розроблено модель локального AI-агента з використанням технології VAD та RAG для інтелектуальної обробки звернень. Реалізовано програмну модель пакетної обробки аудіофайлів на базі Whisper, що забезпечує автоматичне транскрибування великих наборів записів із збереженням результатів у структурованому вигляді (TXT, JSON, CSV).