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.
Просмотров аннотации: 34 Загрузок PDF: 6
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.
