Key points are not available for this paper at this time.
Розроблено архітектуру та реалізовано адаптивний асистент онлайн-зустрічей, здатний здійснювати автоматичне розпізнавання мовлення, семантичний аналіз діалогів та генерацію проактивних підказок у режимі реального часу. Система побудована на мікросервісній архітектурі з потоковою обробкою аудіоданих та забезпечує наскрізну латентність від мовлення до відображення транскрипту не більше двох секунд. Модуль розпізнавання мовлення реалізовано на базі Faster-Whisper з INT8-квантуванням через CTranslate2 та детекцією голосової активності Silero VAD, на чистому аудіо. NLP-конвеєр на основі fine-tuned DistilBERT виконує автоматичне витягування пунктів дій, питань та рішень з транскриптів зустрічей. Модуль проактивних інтервенцій інтегрує евристичні правила з великими мовними моделями через Ollama/OpenAI API для генерації контекстуальних підказок учасникам під час обговорення. Проведено експериментальну валідацію на записах корпусу AMI та імітованих Zoom-сесіях. Порівняльний аналіз із комерційними аналогами Otter.ai та Fireflies.ai підтвердив унікальність рішення за критеріями підтримки проактивної фасилітації, локального розгортання та повноцінної роботи з українською мовою.
Лисий et al. (Mon,) studied this question.