Звучащая речь и распознанный текст в вариантологической парадигме (на материале научного доклада в устном и письменном форматах)

Abstract

Статья посвящена изучению соотношения звучащей речи и распознанного текста в вариантологической парадигме. Исследование объединяет анализ двух процессов, осуществляемых на материале научного доклада: озвучивание текста докладчиком и распознавание озвученного текста нейросетью. Озвучивание рассматривается как субъективная интерпретация письменного варианта доклада; распознавание звучащей речи – как обратный процесс, интерпретация путем нейросетевого перекодирования. Расширение границ вариантологии осуществляется благодаря включению в вариантологическую парадигму оппозиции устного и письменного и, следовательно, оппозиции субъективной вариативности и вариативности текста искусственным интеллектом. Соотношение вариантов текста, включая его кодовые трансформации, представляется деривационным феноменом, содержащим как тождественные, так и различающие компоненты, трансформации. Результаты исследования показали, что объем кодовых модификаций не влияет на качество и содержание текста

The article is devoted to the study of the relationship between spoken speech and recognized text in the paradigm of linguistic variantology. The study combines the analysis of two processes carried out on the material of a scientific report: voicing the text by the speaker and recognition of the voiced text by a neural network. Voice-over is considered as a subjective interpretation of the written version of the report; recognition of spoken speech is considered as the reverse process, interpretation by neural network recoding. The expansion of the boundaries of variantology is carried out due to the inclusion of the opposition of oral and written in the variantological paradigm and, consequently, the opposition of subjective variability and variability of the text by artificial intelligence. The ratio of text variants, including its code transformations, appears to be a derivational phenomenon containing both identical and distinguishing components, transformations. The results of the study showed that the volume of code modifications does not affect the quality and content of the text