Разработка интеллектуальной системы планирования на основе персонального ассистента

Цели. Целью исследования является разработка интеллектуальной системы планирования, функционирующей локально на оборудовании пользователя без передачи данных в Интернет.

Методы. Рассматривается проблема обеспечения конфиденциальности и автономности цифровых ассистентов, зависящих от облачной инфраструктуры. Предложена клиент-серверная архитектура, в которой серверная часть реализована с использованием фреймворка FastAPI и базы данных SQLite, а клиентский интерфейс разработан на языке JavaScript. Визуализация расписания и редактирование записей осуществляются через веб-интерфейс.

Результаты. Описан голосовой конвейер системы: для активации используется движок Porcupine, для транскрибации – модель Faster-Whisper с квантованием int8. Проведен сравнительный анализ технологического стека, обеспечивающего высокую точность распознавания речи. Разработан гибридный модуль понимания естественного языка. Реализована технология RAG, интегрирующая данные расписания в контекст генерации ответа. Для синтеза речи используется нейросеть Piper, выполнение которой через ONNX Runtime обеспечивает высокую скорость обработки. Разработан эвристический алгоритм жадного поиска для управления временными ресурсами.

Заключение. Сделан вывод о применимости разработанной системы в корпоративном секторе, где критически важны защита информации и функционирование в условиях закрытого сетевого контура.

1. Robust Speech Recognition via Large-Scale Weak Supervision / A. Radford, J. W. Kim, T. Xu [et al.]. – 2022. – URL: https://arxiv.org/pdf/2212.04356 (date of access: 13.01.2026).

2. Кузьменков, Л. П. Система транскрибации речи и перевода с русского языка на китайский / Л. П. Кузьменков, В. А. Чуйко, Е. И. Козлова // Информатика. – 2025. – Т. 22, № 3. – С. 25–34. – https://doi.org/10.37661/1816-0301-2025-22-3-25-34.

3. Рыбина, Г. В. Основы построения интеллектуальных систем : учеб. пособие / Г. В. Рыбина. – М. : Финансы и статистика, 2010. – 432 с.

4. Куратов, Ю. М. Адаптация глубоких двунаправленных трансформеров-энкодеров для задач русского языка / Ю. М. Куратов, М. Ю. Архипов // Компьютерная лингвистика и интеллектуальные технологии : по материалам ежегодной Междунар. конф. «Диалог». – 2019. – № 18. – С. 333–339.

5. Зегжда, Д. П. Основы безопасности информационных систем / Д. П. Зегжда, А. М. Ивашко. – М. : Горячая линия – Телеком, 2000. – 452 с.

6. Кипяткова, И. С. Аналитический обзор систем автоматического распознавания русской речи / И. С. Кипяткова, А. А. Карпов // Труды СПИИРАН. – 2013. – № 6 (29). – С. 5–20.

7. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proc. of the 2019 Conf. of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Minneapolis, MN, USA, 2–7 June 2019. – Minneapolis, 2019. – Vol. 1. – P. 4171–4186.

8. Retrieval-augmented generation for knowledge-intensive NLP tasks / P. Lewis, E. Perez, A. Piktus [et al.] // NIPS'20 : 34th Intern. Conf. on Neural Information Processing Systems, Vancouver, BC, Canada, 6–12 Dec. 2020. – Vancouver, 2020. – P. 9459–9474.

9. Бурцев, М. С. Разговорный интеллект: от тестов Тьюринга к глубокому обучению / М. С. Бурцев // Труды Московского физико-технического института. – 2022. – Т. 14, № 1. – С. 4–12.

10. Kim, J. Conditional variational autoencoder with adversarial learning for end-to-end text-to-speech / J. Kim, J. Kong, J. Son // Proc. of the 38th Intern. Conf. on Machine Learning, ICML 2021, Online, 18–24 July 2021. – 2021. – Vol. 139. – P. 5530–5540.

11. Qwen Technical Report / J. Bai, S. Bai, Y. Chu [et al.]. – 2023. – URL: https://arxiv.org/pdf/2309.16609 (date of access: 13.01.2026).

12. Efficient keyword spotting using dilated convolutions and gating / A. Coucke, M. Chlieh, T. Gisselbrecht [et al.] // IEEE Intern. Conf. on Acoustics, Speech and Signal Processing, ICASSP 2019, Brighton, United Kingdom, 12–17 May 2019. – Brighton, 2019. – P. 6351–6355.

13. Hoy, M. B. Alexa, Siri, Cortana, and more: An introduction to voice assistants / M. B. Hoy // Medical Reference Services Quarterly. – 2018. – Vol. 37, no. 1. – P. 81–88.

14. Privacy attitudes of smart speaker users / N. Malkin, J. Deatrick, A. Tong [et al.] // Proceedings on Privacy Enhancing Technologies. – 2019. – Vol. 2019, iss. 4. – P. 250–271.

15. Attention is all you need / A. Vaswani, N. Shazeer, N. Parmar [et al.] // NIPS'17 : Proc. of the 31st Intern. Conf. on Neural Information Processing Systems, Long Beach, California, USA, 4–9 Dec. 2017. – Long Beach, 2017. – Р. 6000–6010.

16. Лазарев, А. А. Теория расписаний. Задачи и алгоритмы / А. А. Лазарев, Е. Г. Мусатова. – М. : МГУ, 2012. – 208 с.

17. Edge intelligence: Paving the last mile of artificial intelligence with edge computing / Z. Zhou, X. Chen, E. Li [et al.] // Proceedings of the IEEE. – 2019. – Vol. 107, no. 8. – P. 1738–1762.

18. LLaMA: Open and Efficient Foundation Language Models / H. Touvron, T. Lavril, G. Izacard [et al.]. – 2023. – URL: https://arxiv.org/pdf/2302.13971 (date of access: 13.01.2026).

19. Щеглов, А. Ю. Защита информации: основы теории / А. Ю. Щеглов. – М. : Юрайт, 2019. – 309 с.

20. A Survey of Quantization Methods for Efficient Neural Network Inference / A. Gholami, S. Kim, Z. Dong [et al.]. – 2021. – URL: https://arxiv.org/pdf/2103.13630 (date of access: 13.01.2026).