Abstract
Разработка систем автоматического распознавания казахской речи остаётся актуальной задачей в условиях ограниченных языковых ресурсов и высокой морфологической сложности агглютинативных языков. Цель исследования заключается в сравнительном анализе локальных и облачных моделей распознавания речи, наиболее доступных для практического применения в образовательных и инженерных областях. В работе использован корпус казахской речи с вариативностью дикторов по возрасту, полу и длине высказываний. Проведена многоуровневая оценка качества, включающая долю ошибочно распознанных слов и символов, а также анализ морфологических и фонетических ошибок. Полученные результаты показывают существенные различия между моделями: точность распознавания различается на десятки процентных пунктов между моделями, при этом наибольшее количество ошибок связано с морфемными границами и флексиями. Практическая ценность исследования заключается в определении оптимальных решений для применения в условиях нестабильной сетевой инфраструктуры. Работа также обозначает направления дальнейшего развития, включая расширение корпуса и совершенствование методов постобработки.