Odstranjevanje mašil v govoruVesel, Urban (Avtor) Marolt, Matija (Mentor) samodejno razpoznavanje govora (ASR)samodejno odstranjevanje mašilzaznavanje mašilkonformertransformerslovenski jezikMašila so besede, besedne zveze ali glasovi, ki ne prispevajo k pomenu govora in so pogosto moteča. Diplomsko delo obravnava problem samodejnega odstranjevanja mašil v slovenskem govoru. Osnovno izhodišče predstavljajo sodobni modeli za samodejno razpoznavanje govora (modeli ASR), ki temeljijo na arhitekturah nevronskih mrež. Gre za end-to-end modele, ki z globokim učenjem na podlagi velike količine zvočnih posnetkov in pripadajočih transkripcij razpoznavajo govor. Glede na učne podatke in arhitekturo določeni modeli podpirajo časovne žige posameznih besed. Ta zmožnost se v nekaterih tujih jezikih že uporablja za zaznavanje in posledično odstranjevanje mašil v govoru. Za slovenski jezik takšno orodje še ne obstaja. V okviru diplomskega dela smo razvili programska orodja, ki omogočajo enostavno uporabo in primerjavo uspešnosti različnih modelov ASR pri zaznavanju ter odstranjevanju mašil v slovenskih zvočnih posnetkih. Osredotočili smo se na natančnost zaznavanja mašil, preverili pa smo tudi točnost časovnih žigov in subjektivno oceno kakovosti očiščenega posnetka. Rezultati kažejo, da so modeli ASR ob ustrezni prilagoditvi obetavna rešitev za samodejno odstranjevanje mašil v slovenskem jeziku, hkrati pa razvito orodje odpira možnosti za nadaljnje raziskave in izboljšave na področju govorne tehnologije.20252025-09-08 14:20:00Diplomsko delo/naloga172556sl