O‘ZBEK TILI SHEVALARINI AVTOMATIK NUTQNI ANIQLASH (ASR) TIZIMLARIDA TANIB OLISH SAMARADORLIGI TAHLILI
##submission.downloads##
Ushbu maqolada o‘zbek tili sheva xilma-xilligining avtomatik nutqni tanib olish (ASR) va subtitrlash tizimlari samaradorligiga ta’siri qiyosiy tadqiq etilgan. Jonli dialektal nutqda intellektual modellarning aniqlik darajasi pasayishi mavzuning dolzarbligini belgilaydi. Tadqiqotda qarluq, qipchoq va o‘g‘uz lahjalari audio namunalari bazasida Kotib STT, OmoN STT, Rubai STT va OpenAI Whisper Large modellarining imkoniyatlari statistik tahlil qilindi. Natijalarga ko‘ra, adabiy tilda aniqlik 90–95% ni tashkil etsa-da, variativlik yuqori bo‘lgan shevalarda bu ko‘rsatkich 25–30% gacha pasayadi. Ayniqsa, affiksal reduksiya va unlilar almashishi leksik hamda punktuatsion xatoliklarni keltirib chiqarmoqda. Muammoni bartaraf etish uchun shevalarga xos akustik-lingvistik korpuslarni kengaytirish va modellarni hududiy xususiyatlarga moslab qayta o‘qitish zarurligi ilmiy asoslangan.
1. Radford A., Kim J. W., Xu T. et al. Robust Speech Recognition via Large-Scale Weak Supervision International Conference on Machine Learning. - PMLR, 2023. - P. 28492-28518.
2. Robinson N. R., Sun K., Xiao C. et al. JHU IWSLT 2024 Dialectal and Low-resource System Description IWSLT Conference Proceedings. – 2024.
3. Elmahdy M., Gruhn R., Minker W. Novel Techniques for Dialectal Arabic Speech Recognition. – Springer, 2022. – 180 p.
4. Agarwal A., Zesch T. Robustness of end-to-end Automatic Speech Recognition Models – A Case Study using Mozilla DeepSpeech proceedings of the 17th conference on natural language processing (konvens 2021)
5. Hamroyeva Sh. M., Maxmudjonova G. U. Kam resursli tillarda g2p model tayyorlashda fonetik korpuslarning ahamiyati: o‘zbek tili misolida “Kompyuter lingvistikasi: muammolar, yechim, istiqbollar” v xalqaro ilmiy-amaliy konferensiya 2025
6. Po'latov A. Kompьyuter lingvistikasi. – Toshkent: Akademnashr, 2023. – 288 b.
7. O‘zbek tili milliy korpusi va nutqni matnga aylantirish (ASR) muammolari O‘zbekistonda sun’iy intellekt va raqamli transformatsiya konferensiyasi materiallari. – Toshkent, 2025. – B. 88-96.
8. Salaeva M., Kuriyozov E., Salaev U. Uzbek automatic speech recognition models using deep learning techniques "Kompyuter lingvistikasi: muammolar, yechim, istiqbollar" xalqaro ilmiy-amaliy konferensiyasi materiallari. – Toshkent, 2023. – Vol. 1. – № 01. – B. 218-223.
9. Alayev R. H., Elov B. B., Hamdamov O`. Maʼlumotlar to`plamini o`qitish, baholash va test to`plamlariga ajratish usullari. 2024.
10. Speech-to-Text Models in Uzbek Language: Achievements and Limitations Fayzullo Nazarov; Akbar Soliev; Bunyod Eshtemirov 2026
Mulkiiyat (c) 2026 «O‘zMU XABARLARI»
Ushbu ish quyidagi litsenziya asosida ruxsatlangan Kreativ Commons Attribution-NonCommercial-ShareAlike 4.0 International litsenziyasi asosida bu ish ruxsatlangan..
.jpg)
.png)
