Розробка системи голосового введення тексту в активне поле українською мовою з підтримкою орфографічного аналізу

Abstract

Кваліфікаційна робота бакалавра присвячена розробці десктопного застосунку для голосового введення тексту українською мовою з підтримкою орфографічного аналізу, що функціонує в повністю офлайн-режимі. Метою роботи є створення системи, яка розпізнає українське мовлення та автоматично вставляє результат в активне поле введення будь-якого застосунку операційної системи Windows. У першому розділі проведено аналіз предметної області, розглянуто існуючі рішення для голосового введення тексту, сформульовано функціональні та нефункціональні вимоги до системи, визначено актора та двадцять чотири варіанти використання. У другому розділі описано проєктування та розробку програмної системи: обґрунтовано вибір модульної архітектури, побудовано UML-діаграми, реалізовано офлайн-розпізнавання мовлення на базі моделі OpenAI Whisper з апаратним прискоренням CUDA та інтегровано орфографічну перевірку через LanguageTool. У третьому розділі описано тестування системи, розгортання та верифікацію відповідності вимогам. У четвертому розділі розглянуто питання безпеки життєдіяльності та охорони праці. Об'єктом дослідження є процес голосового введення тексту в комп'ютерних системах. Предметом дослідження є методи офлайн-розпізнавання мовлення українською мовою та автоматичної вставки розпізнаного тексту в активні поля введення.

The bachelor's qualification work is dedicated to the development of a desktop application for voice text input in the Ukrainian language with spelling analysis support, operating entirely in offline mode. The purpose of the work is to create a system that recognizes Ukrainian speech and automatically inserts the result into the active input field of any application on the Windows operating system. The first section analyzes the subject area, reviews existing voice input solutions, formulates functional and non-functional system requirements, and identifies one actor and twenty-four use cases. The second section describes the design and development of the software system: the choice of modular architecture is justified, UML diagrams are constructed, offline speech recognition based on the OpenAI Whisper model with CUDA hardware acceleration is implemented, and spelling checking via LanguageTool is integrated. The third section covers system testing, deployment, and verification of requirements compliance. The fourth section addresses occupational safety and health issues. The object of research is the process of voice text input in computer systems. The subject of research is the methods of offline speech recognition in the Ukrainian language and automatic insertion of recognized text into active input fields.