Дослідження можливостей використання LLM у розробці гібридного голосового асистента

Abstract

У першому розділі виконано дослідження еволюції голосових асистентів, розглянуто сучасні технології розпізнавання та генерації мовлення, проаналізовано їхні сильні та слабкі сторони. Подано огляд популярних систем, таких як Siri, Alexa, Google Assistant і Cortana, а також визначено обмеження, що існують у сфері контекстності, приватності та багатомовної підтримки. У другому розділі визначено актуальність розв’язуваної задачі, окреслено ключові вимоги до гібридної системи голосової взаємодії, сформульовано обмеження щодо апаратних можливостей, швидкодії та мережевих затримок. Обґрунтовано необхідність поєднання локальних і хмарних механізмів обробки для підвищення ефективності роботи. Третій розділ описує принципи використання алгоритмів розпізнавання мовлення, моделі VAD, механізми визначення ключового слова, методи інтеграції з LLM, а також обґрунтовано вибір інструментів Python та відповідних бібліотек. Наведено логічну схему побудови гібридної архітектури. Реалізацію прототипу гібридного голосового асистента подано в четвертому розділі, описано роботу ключових модулів (AudioManager, HybridRecognizer, WakeWordListener, логіку команд та інтеграцію з LLM). Окремо наведено результати тестування, включно з оцінкою WER, latency та стійкості до шумів. П’ятий розділ містить узагальнення характеристик системи, опис сценаріїв її використання, виявлені переваги та перспективи вдосконалення. Продемонстровано роботу асистента в реальних умовах, наведено приклади журналів тестування та сформульовано напрями подальшого розвитку гібридних голосових систем.