Prototyping Methodology of End-to-End Speech Analytics Software

Romanovskyi, O. та Iosifov, Ievgen та Iosifova, Olena та Sokolov, Volodymyr та Skladannyi, Pavlo та Sukaylo, Igor (2022) Prototyping Methodology of End-to-End Speech Analytics Software Modern Machine Learning Technologies and Data Science Workshop, 3312 (1). с. 76-86. ISSN 1613-0073

Текст V_Sokolov_P_Skladannyi_I_Sukaylo_ta _in_V_MoMLeT&DS_2022_3312.pdf Download (811kB)

Анотація

This paper presents the prototype of end-to-end speech recognition, storage, and postprocessing tasks to build speech analytics, real-time agent augmentation, and other speechrelated products. Moving ASR models from the dev environment into production requires both researcher and architectural knowledge, which slows down and limits the possibility of companies benefiting from speech recognition and NLP advances for fundamental business operations. This paper proposes a fast and flexible prototype that can be easily implemented and used to serve ASR/NLP-trained models to solve business problems. Various software solutions’ compatibility problems were solved during the experimental setup assembly, and a working prototype was built and tested. An architectural diagram of the solution was also shown. Performance, limitations, and challenges of implementation are also described.

Тип елементу :	Стаття
Ключові слова:	Natural Language Processing, NLP; Automatic Speech Recognition; ASR; speech analytics
Типологія:	Це архівна тематика Київського університету імені Бориса Грінченка > Статті у наукометричних базах > Scopus
Підрозділи:	Це архівні підрозділи Київського університету імені Бориса Грінченка > Факультет інформаційних технологій та математики > Кафедра інформаційної та кібернетичної безпеки імені професора Володимира Бурячка
Користувач, що депонує:	Павло Миколайович Складанний
Дата внесення:	20 Лют 2023 07:46
Останні зміни:	20 Лют 2023 07:46
URI:	https://elibrary.kubg.edu.ua/id/eprint/43756

Actions (login required)

Перегляд елементу