Генерація аудіо з текстових даних на основі технологій штучного інтелекту

Скорочена інформація про документ
dc.contributor.authorПивовар Богдан Олександрович
dc.contributor.authorкерівник Слюсарь І. І.
dc.date.issued2026
dc.descriptionПивовар Б.О. Генерація аудіо з текстових даних на основі технологій штучного інтелекту : кваліфікаційна робота на здобуття ступеня вищої освіти Бакалавр за ОПП Інформаційні управляючі системи 126 Інформаційні системи та технології. Полтава: Полтавський державний аграрний університет. 2026. 63 с.
dc.description.abstractРоботу присвячено дослідженню та практичній реалізації локальної системи генерації аудіо з текстових даних (Text-to-Speech, TTS) з підтримкою україномовного контенту на основі технологій штучного інтелекту. У роботі проаналізовано сучасний стан TTS-технологій, галузі їх застосування, особливості синтезу українського мовлення та номенклатуру наявних рішень, зокрема ElevenLabs, Google Cloud TTS, Microsoft Azure Speech, Piper TTS, Coqui TTS, StyleTTS2 Ukrainian, RHVoice та Supertonic 3. Розроблено модель локальної TTS-системи, що складається з модулів попередньої обробки тексту, синтезу мовлення, збереження аудіо та інтеграції з локальним AI-агентом. Детально досліджено архітектуру Supertonic 3 на основі латентної дифузії, її переваги (локальний запуск через ONNX Runtime, підтримка 31 мови, компактність – 99 млн параметрів, швидкість інференсу 0,23 с на 10 с аудіо) та особливості роботи з українською мовою. Виконано експериментальну реалізацію в Google Colab із генерацією україномовного аудіо тривалістю 20,92 с. Запропоновано використання Docker як локального HTTP-сервера для інтеграції TTS у локальні AI-агенти.
dc.identifier.citationПивовар Б.О. Генерація аудіо з текстових даних на основі технологій штучного інтелекту : кваліфікаційна робота на здобуття ступеня вищої освіти Бакалавр за ОПП Інформаційні управляючі системи 126 Інформаційні системи та технології. Полтава: Полтавський державний аграрний університет. 2026. 63 с.
dc.identifier.urihttps://dspace.pdau.edu.ua/handle/123456789/22316
dc.language.isouk
dc.publisherПолтавський державний аграрний університет
dc.subjectText-to-Speech
dc.subjectсинтез мовлення
dc.subjectгенерація аудіо
dc.subjectукраїнська мова
dc.subjectлокальна TTS-система
dc.subjectSupertonic 3
dc.subjectштучний інтелект
dc.subjectнейромережеві моделі
dc.subjectлатентна дифузія
dc.subjectONNX Runtime
dc.subjectклонування голосу
dc.subjectDocker
dc.subjectAI-агент
dc.titleГенерація аудіо з текстових даних на основі технологій штучного інтелекту
dc.typeOther
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
09_ПивоварБ.О..pdf
Розмір:
1.73 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
17.09 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
126 «Інформаційні системи та технології» - Бакалаври 2025-2026