РАЗРАБОТКА МОБИЛЬНОГО ПРИЛОЖЕНИЯ КРОССПЛАТФОРМЕННОГО ВИРТУАЛЬНОГО ГОЛОСОВОГО ПОМОЩНИКА СТУДЕНТА
Аннотация
Целью статьи является анализ современных подходов и технологий создания голосовых помощников, основанных на искусственном интеллекте, а так же представление результатов мобильной разработки виртуального голосового помощника. В статье рассмотрены ключевые аспекты разработки, включая выбор алгоритмов обработки естественного языка, машинного обучения и технологий распознавания речи. Описана архитектура и функциональные возможности разработанного голосового помощника, а также приведены примеры его применения.
Материалы и методы: использованы современные методы визуального моделирования и программирования, возможности языка Dart и фреймворка Flutter для решения проблем разработки виртуального помощника.
Результаты: разработано кроссплатформенное мобильное приложение, сочетающее возможности распознавания голоса, интеллектуального анализа текста, воспроизведения голоса и изображения.
В заключении сделаны выводы о дальнейших перспективах разработки, интеграции и внедрении в современную цифровую образовательную экосистему.
Скачивания
Литература
Список литературы
Аветисян Т.В., Львович Я.Е., Преображенский А.П. Разработка подсистемы распознания сигналов сложной формы // International Journal of Advanced Studies. 2023. Т. 13, № 1. С. 102-114. https://doi.org/10.12731/2227-930X-2023-13-1-102-114
Бапаева Х.М., Цухаев И.Х. Будущее голосовых помощников // Актуальные вопросы физико-математического образования. Материалы межрегиональной студенческой научно-практической конференции. Грозный, 2023. С. 227-230.
Голосовые помощники: что мешает их развитию и что ждёт в будущем // Cossa. URL: https://www.cossa.ru/special/mobile/288951/ (дата обращения: 01.02.2024).
Сальников Д.О., Муравьев М.О. Программируемые голосовые помощники // Наука и бизнес: пути развития. 2022. №1. С. 56-58.
Суранова Д.А. Применение технологий синтеза и распознавания речи для моделирования интерфейсов в вычислительных системах // Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов. 2013. С. 117-120.
Ума палата: Алиса, Маруся и другие // ХАБР. URL: https://habr.com/ru/companies/mvideo/articles/744450/ (дата обращения: 21.02.2024).
Хлопенкова А.Ю., Белов Ю.С. Методы обработки естественного языка в виртуальных голосовых помощниках // E-Scio. 2019. С. 167-173.
Торкунова Ю.В., Коростелева Д.М., Кривоногова А.Е. Формирование цифровых навыков в электронной информационно-образовательной среде с использованием нейросетевых технологий // Современное педагогическое образование. 2020. №5. С.107-110.
Торкунова Ю.В., Милованов Д.В. Оптимизация нейронных сетей: методы и их сравнение на примере интеллектуального анализа текста // International Journal of Advanced Studies. 2023. Т. 13, № 4. С. 142-158. https://doi.org/10.12731/2227-930X2023-13-4-142-158
7 инструментов на основе ИИ для синтеза речи в 2023 году // ХАБР. URL: https://habr.com/ru/companies/ru_mts/articles/774106/ (дата обращения: 01.01.2024).
Carmine Zaccagnino. Programming Flutter Native, Cross-Platform Apps the Easy Way. NY, 2020. 368 p.
Vashisht A. Flutter Architectures: Write code with a good architecture. sitaram.dev, 2023. 84 p.
Marco L. Napoli Beginning Flutter: A Hands On Guide to App Development. NY: Digit lib, 2019. 528 p.
Rap Payne. Beginning App Development with Flutter: Create Cross-Platform Mobile Apps. Apress, 2019. 336 p.
REST API: принципы, применение // ГикБреинс. URL: https://gb.ru/blog/rest-api/ (дата обращения: 01.02.2024).
TensorFlow // TensorFlow Overview. URL: https://www.tensorflow.org/overview (дата обращения: 11.02.2024).
Waleed Arshad. Managing State in Flutter Pragmatically: Discover how to adopt the best state management approach for scaling your Flutter app. 2021. 246 p.
References
Avetisyan T.V., Lvovich Y.E., Preobrazhensky A.P. Development of a subsystem for recognizing signals of complex shape. International Journal of Advanced Studies, 2023, vol. 13, no. 1, pp. 102-114. https://doi.org/10.12731/2227-930X-2023-13-1-102-114
Bapaeva H.M., Tsukhaev I.H. The future of voice assistants. Actual issues of physical and mathematical education. Materials of the interregional student scientific-practical conference. Grozny, 2023, pp. 227-230.
Voice assistants: what prevents their development and what awaits in the future. Cossa. URL: https://www.cossa.ru/special/mobile/288951/ (accessed 01.02.2024).
Salnikov D.O., Muravyev M.O. Programmable voice assistants. Science and business: ways of development, 2022, no. 1, pp. 56-58.
Suranova D.A. Application of synthesis and speech recognition technologies for modeling interfaces in computing systems. Multicore processors, parallel programming, FPGA, signal processing systems, 2013, pp. 117-120.
Uma Palata: Alisa, Marusya and others. HABR. URL: https://habr.com/ru/companies/mvideo/articles/744450/ (accessed 21.02.2024).
Khlopenkova A.Y., Belov Y.S. Methods of natural language processing in virtual voice assistants. E-Scio, 2019, pp. 167-173.
Torkunova, Yu.V. Korosteleva D.M., Krivonogova A.E. Formation of digital skills in the electronic information and educational environment using neural network technologies. Modern pedagogical education, 2020, no. 5, pp. 107-110.
Torkunova Yu.V., Milovanov D.V. Optimization of neural networks: methods and their comparison on the example of intellectual text analysis. International Journal of Advanced Studies, 2023, vol. 13, no. 4, pp. 142-158. https://doi.org/10.12731/2227-930X2023-13-4-142-158
7 AI-based tools for speech synthesis in 2023. HABR. URL: https://habr.com/ru/companies/ru_mts/articles/774106/ (accessed 01.01.2024).
Carmine Zaccagnino. Programming Flutter Native, Cross-Platform Apps the Easy Way. NY, 2020, 368 p.
Vashisht A. Flutter Architectures: Write code with a good architecture. sitaram.dev, 2023, 84 p.
Marco L. Napoli Beginning Flutter: A Hands On Guide to App Development. NY: Digit lib, 2019, 528 p.
Rap Payne. Beginning App Development with Flutter: Create Cross-Platform Mobile Apps. Apress, 2019, 336 p.
REST API: principles, application. GeekBrains. URL: https://gb.ru/blog/rest-api/ (accessed 01.02.2024).
TensorFlow. TensorFlow Overview. URL: https://www.tensorflow.org/overview (accessed 11.02.2024).
Waleed Arshad. Managing State in Flutter Pragmatically: Discover how to adopt the best state management approach for scaling your Flutter app. 2021, 246 p.
Copyright (c) 2024 Ramil N. Safiullin, Julia V. Torkunova
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
