| DC Field | Value | Language |
|---|
| dc.contributor.author | Митюля, Е. С. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-06-06T11:53:53Z | - |
| dc.date.available | 2025-06-06T11:53:53Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Митюля, Е. С. Применение искусственного интеллекта в логопедической практике = Application of artificial intelligence in speech therapy practice / Е. С. Митюля // Электронные системы и технологии : сборник материалов 61-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 21–25 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2025. – С. 335–337. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60034 | - |
| dc.description.abstract | В статье рассматриваются возможности использования технологий искусственного интеллекта для диагностики и коррекции речевых нарушений. Анализируется потенциал нейросетевой модели машинного обучения wav2vec2 в логопедической практике, а также перспективы её внедрения. Особое внимание уделяется автоматизированным системам оценки речи и персонализированному подходу в терапии. Рассмотрены возможные направления интеграции искусственный интеллект в логопедию. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | логопедия | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | обработка речи | en_US |
| dc.subject | речевые нарушения | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | wav2vec2 | en_US |
| dc.title | Применение искусственного интеллекта в логопедической практике | en_US |
| dc.title.alternative | Application of artificial intelligence in speech therapy practice | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article deals with the possibilities of using artificial intelligence technologies for diagnostics and correction of speech disorders. The potential of neural network model of machine learning wav2vec2 in speech therapy practice is analyzed, as well as the prospects of its implementation. Special attention is paid to automated speech evaluation systems and personalized approach in therapy. Possible directions of integration of artificial intelligence in speech therapy are considered. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)
|
