Пивовар Богдан Олександровичкерівник Слюсарь І. І.2026-08-262026-08-262026Пивовар 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.https://dspace.pdau.edu.ua/handle/123456789/22316Пивовар 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.Роботу 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.ukText-to-Speechсинтез мовленнягенерація аудіоукраїнська мовалокальна TTS-системаSupertonic 3штучний інтелектнейромережеві моделілатентна дифузіяONNX Runtimeклонування голосуDockerAI-агентOther