Система трансляції голосових команд для підтримки процесів програмування

Abstract

У магістерській кваліфікаційній роботі представлено розробку програмного забезпечення “Система трансляції голосових команд для підтримки процесів програмування”. Основною метою дослідження є створення сучасного інструменту, що дозволяє автоматизувати написання програмного коду на основі голосових команд англійською мовою, поєднуючи новітні досягнення у сфері розпізнавання мовлення та генерації коду за допомогою великих мовних моделей. Розроблена система забезпечує швидке перетворення голосових інструкцій у синтаксично коректний код, підтримує різні типи запитів – від простих операторів до складних конструкцій із параметрами, що дозволяє оптимізувати рутинну роботу програмістів, підвищити продуктивність та зменшити ймовірність механічних помилок. Інтерфейс програми реалізований як десктопний WPF-застосунок, а генерація коду здійснюється через окремий сервер на Python з використанням моделі StarCoder2-3B-Instruct. Комунікація між клієнтом та сервером організована через HTTP-запити, що забезпечує масштабованість та можливість подальшого розвитку. У роботі здійснено тестування ключових функцій системи, проведено оцінку точності розпізнавання мовлення, швидкодії та якості генерованого коду. Результати експериментів підтвердили ефективність обраного підходу для реалізації прототипу, а також окреслили напрями для майбутнього вдосконалення системи. Отримані у процесі виконання роботи результати слугують базою для подальших досліджень і впровадження систем голосового програмування у практику розробки ПЗ, з урахуванням потреб різних категорій користувачів, зокрема осіб із обмеженими можливостями. Загальний обсяг роботи становить 79 сторінок.

This qualification thesis presents the development of the software solution “Voice Command Translation System for Supporting Programming Processes”. The primary aim of the research is to create a modern tool that automates the process of writing program code based on English-language voice commands, leveraging stateof-the-art advances in speech recognition and code generation using large language models. The developed system provides fast conversion of voice instructions into syntactically correct code and supports a wide range of requests—from simple operators to complex parameterized constructs—allowing the optimization of routine programming tasks, increased productivity, and reduced risk of mechanical errors. The application interface is implemented as a desktop WPF client, while code generation is handled by a separate Python server utilizing the StarCoder2-3B-Instruct model. Communication between the client and server is organized through HTTP requests, ensuring scalability and the potential for further development. The thesis includes testing of the system’s key functions, as well as evaluation of speech recognition accuracy, performance, and the quality of the generated code. Experimental results confirm the effectiveness of the chosen approach for prototype implementation and outline directions for future system improvements. The outcomes obtained during this work serve as a foundation for further research and the integration of voice coding systems into software development practice, taking into account the needs of various user groups, including people with disabilities The total volume of work is equal to 79 pages.