Система розпізнавання мовлення на базі Raspberry Pi та Whisper AI

Abstract

Ця кваліфікаційна робота присвячена розробці системи розпізнавання мови на базі Raspberry Pi. В роботі проведено огляд існуючих рішень, таких як Amazon Alexa та Google Assistant, аналіз їхніх апаратних вимог та патентів, що стосуються розпізнавання мови. Розглянуто апаратну складову системи, включаючи мікрофон, дисплей та Raspberry Pi. У програмній частині акцент зроблено на використанні Raspbian (Linux), Python та бібліотеки для розпізнавання мови Whisper AI. В ході розробки створено код для обробки та розпізнавання аудіофайлів, а також розроблено інтерфейс користувача. Робота завершується тестуванням та пакуванням готового додатку. Актуальність роботи зумовлена швидким розвитком технологій розпізнавання мови та їх широким впровадженням у різних сферах діяльності. Використання недорогого обладнання, такого як Raspberry Pi, робить ці технології доступними для широкого кола користувачів. Метою роботи є створення ефективної та доступної системи розпізнавання мови на базі Raspberry Pi, що може бути використана в домашніх умовах або в невеликих офісах. Складові роботи включають огляд існуючих рішень, аналіз апаратних та програмних компонентів, розробку програмного забезпечення, тестування та пакування додатку. Робота містить: 79 сторінок, 19 рисунків, 3 таблиць, 27 джерел посилання та 3 додатки. This qualification work is dedicated to the development of a speech recognition system based on Raspberry Pi. The work includes an overview of existing solutions such as Amazon Alexa and Google Assistant, an analysis of their hardware requirements, and patents related to speech recognition. The hardware components of the system, including the microphone, display, and Raspberry Pi, are considered. The software part focuses on the use of Raspbian (Linux), Python, and the Whisper AI speech recognition library. During the development process, code for processing and recognizing audio files was created, and a user interface was developed. The work concludes with testing and packaging of the finished application. The relevance of the work is due to the rapid development of speech recognition technologies and their wide implementation in various fields of activity. The use of inexpensive equipment such as Raspberry Pi makes these technologies accessible to a wide range of users. The aim of the work is to create an efficient and affordable speech recognition system based on Raspberry Pi that can be used at home or in small offices. The components of the work include an overview of existing solutions, analysis of hardware and software components, software development, testing, and packaging of the application. The work contains: 79 pages, 19 figures, 3 tables, 27 references, and 3 appendices.