Abstract
Данная работа посвящена оценке влияния языка на точность распознавания человеческого голоса с помощью искусственных нейронных сетей. Так, традиционные VAD системы работают анализом энергии и энтропии сигнала, что представляет собой алгоритмический метод. Однако в реальной жизни практически невозможно точно описать параметры человеческого голоса с помощью алгоритмов. В связи с этим, в современных технологиях распознавания речи используются искусственные нейронные сети. Так как методы, основанные на искусственных нейронных сетях, достигают впечатляющих результатов в области распознавания человеческого голоса. Результаты исследования в данной работе указывают на важность языковых особенностей при обучении и применении нейронных сетей для распознавания речи. Дальнейшие исследования в этой области могут сфокусироваться на разработке методов, которые улучшат универсальность и обобщающую способность нейронных сетей в распознавании речи на различных языках. Эти результаты имеют важное значение для развития технологий распознавания речи и могут быть использованы в различных областях, включая разработку многоязычных систем распознавания речи. Также в рамках данного исследования обнародованы интересные фонетические особенности. Несмотря на родственные связи казахского языка с другими тюркскими языками, наблюдалось более успешное распознавание русского языка. Эти результаты могут быть полезны для изучения фонетических сходств и различий между языками, а также для разработки эффективных методов обучения нейронных сетей для распознавания речи на разных языках.