Підвищення гнучкості розробки програмного забезпечення агентно-орієнтованими системами трансформації звуку

Заголовок (англійською): 
Increasing the flexibility of software development by agent-based sound transformation systems
Автор(и): 
Катаєва Є. Ю.
Кіліхевич Н. І.
Автор(и) (англ): 
Kataieva Ye.
Kilikhevych N.
Ключові слова (укр): 
програмний продукт; гнучка розробка; системи перетворення звукових повідомлень; агентно-орієнтований підхід
Ключові слова (англ): 
software product; agile development; sound message conversion systems; agent-oriented approach
Анотація (укр): 
У статті представлено комплексне дослідження, присвячене інноваційній інтеграції агентно-орієнтованих систем перетворення звукових повідомлень у процесы використання Agile-підходу. Визначено ключові переваги такого підходу, серед яких гнучкість, адаптивність і можливість швидкого реагування на зміни вимог. Сучасні методики розробки програмного забезпечення потребують ефективних комунікаційних інструментів, і системи перетворення звукових повідомлень відіграють у цьому процесі важливу роль, оскільки забезпечують безперервний обмін інформацією між учасниками проєкту. Досліджено критичну роль Agile-методології в сучасних процесах розроблення програмного забезпечення. Основний акцент зроблено на ітеративних кроках, що уможливлюють поступово вдосконалювати систему, а також на активній співпраці між розробниками і кінцевими користувачами. Agile-підхід забезпечує безперервний зворотний зв'язок, що сприяє швидкому впровадженню змін та покращенню функціональності програмних рішень. Це особливо важливо в умовах стрімкого розвитку інформаційних технологій, коли гнучкість і швидкість адаптації стають ключовими факторами успіху проєкту. Аналіз систем перетворення звукових повідомлень засвідчив, що вони сприяють ефективній комунікації між учасниками проєкту. Такі системи дають змогу оперативно отримувати зворотний зв'язок, що є критично важливим у динамічному середовищі розробки. Окрім цього, вони допомагають уникнути можливих непорозумінь, що можуть виникнути через неузгодженість текстових або графічних інтерфейсів. Завдяки чіткій передачі інформації між учасниками процесу підвищується загальна ефективність команди та продуктивність проєкту. Крім того, автоматизація комунікаційних процесів зменшує ризик людських помилок і покращує якість прийнятих рішень, що допомагає командам швидше адаптуватися до нових викликів. Особливу увагу в статті приділено агент-орієнтованому підходу до розробки системи перетворення звукових повідомлень. Використання агентів уможливлює автоматизувати багато рутинних процесів, зменшуючи навантаження на розробників та підвищуючи продуктивність. Крім того, агентно-орієнтована архітектура сприяє кращій масштабованості системи, що уможливлює адаптувати її до змінних умов роботи та розширення функціоналу. Застосування штучного інтелекту в таких системах може ще більше підвищити їхню ефективність, роблячи процеси комунікації більш інтуїтивними та швидкими. Використання машинного навчання дає змогу системі самостійно покращувати свої алгоритми взаємодії, що підвищує загальну якість передачі інформації. У висновках підкреслюється значення агентно-орієнтованих підходів у сучасній Agile-розробці. Еволюція інформаційних технологій вимагає вдосконалення методів комунікації та автоматизації процесів, і агентні системи є одним із найперспективніших напрямів у цьому контексті. Інтеграція таких систем у фреймворки Agile допомагає оптимізувати витрати ресурсів, підвищити гнучкість розробки та забезпечити ефективну взаємодію між учасниками проєкту. Це відкриває нові можливості для покращення якості програмного забезпечення та його відповідності вимогам сучасного ринку. Дослідження демонструє, що подальший розвиток таких технологій здатний суттєво покращити ефективність розробки програмного забезпечення, зробити його більш адаптивним до потреб користувачів і підвищити конкурентоспроможність IT-рішень. У перспективі подальше вдосконалення агентно-орієнтованих систем може суттєво змінити підхід до розробки програмного забезпечення, зробивши його ще більш ефективним та орієнтованим на швидку адаптацію до вимог ринку.
Анотація (англ): 
The article presents a comprehensive study dedicated to the innovative integration of agent-oriented systems for transforming voice messages using the Agile approach. The key advantages of this approach are identified, including flexibility, adaptability, and the ability to respond quickly to changing requirements. Modern software development methodologies require effective communication tools, and voice message transformation systems play a crucial role in this process by ensuring continuous information exchange among project participants. The critical role of the Agile methodology in modern software development processes is examined. The primary focus is on iterative steps that allow for the gradual improvement of the system, as well as on active collaboration between developers and end users. The Agile approach ensures continuous feedback, which facilitates the rapid implementation of changes and enhances the functionality of software solutions. This is particularly important in the context of the rapid evolution of information technologies, where flexibility and speed of adaptation become key factors for project success. The analysis of voice message transformation systems has shown that they contribute to effective communication among project participants. Such systems enable prompt feedback, which is crucial in a dynamic development environment. Additionally, they help avoid potential misunderstandings that may arise due to inconsistencies in textual or graphical interfaces. By ensuring clear information transmission among participants, overall team efficiency and project productivity are improved. Moreover, the automation of communication processes reduces the risk of human errors and enhances the quality of decision-making, allowing teams to adapt more quickly to new challenges. Particular attention in the article is given to the agent-oriented approach to developing a voice message transformation system. The use of agents allows for the automation of many routine processes, reducing the workload on developers and increasing productivity. Furthermore, an agent-oriented architecture promotes better system scalability, enabling adaptation to changing work conditions and expanding functionality. The application of artificial intelligence in such systems can further increase their efficiency, making communication processes more intuitive and faster. The use of machine learning enables the system to independently improve its interaction algorithms, enhancing the overall quality of information transmission. The conclusions emphasize the importance of agent-oriented approaches in modern Agile development. The evolution of information technologies necessitates the improvement of communication methods and process automation, and agent-based systems are one of the most promising directions in this context. The integration of such systems into Agile frameworks optimizes resource expenditures, increases development flexibility, and ensures effective interaction among project participants. This opens new opportunities for improving software quality and its compliance with modern market demands. The study demonstrates that the further development of such technologies can significantly enhance software development efficiency, making it more adaptive to user needs and increasing the competitiveness of IT solutions. In the future, the further advancement of agent-oriented systems may fundamentally change the approach to software development, making it even more efficient and focused on rapid adaptation to market requirements.
Публікатор: 
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр): 
Управління розвитком складних систем, номер 61, 2025
Назва журналу, номер, рік випуску (англ): 
Management of Development of Complex Systems, number 61, 2025
Мова статті: 
Українська
Формат документа: 
application/pdf
Документ: 
52-59.pdf
Дата публікації: 
04 Апрель 2025
Номер збірника: 
61
Розділ: 
УПРАВЛІННЯ ПРОЄКТАМИ
Університет автора: 
Державний торговельно-економічний університет, Київ; Черкаський державний технологічний університет, Черкаси
Литература: 

1.     Manifesto for Agile Software Development. URL: https://agilemanifesto.org/

2.     Nagel, R., Operational optimization: A lean six sigma approach to sustainability. Proceedings of the Water Environment Federation, Vol. 3, № 4, 2015. P. 1–12.

3.     Nikabadi, M. S., Hakaki, A., A dynamic model of effective factors on open innovation in manufacturing small and medium-sized companies. International Journal of System Dynamics Applications, Vol. 7, № 1, 2018. P. 1–26.

4.     Omamo, A. O., Rodrigues, A. J., Muliaro, W. J., A system dynamics model of technology and society: In the context of a developing nation. International Journal of System Dynamics Applications, Vol. 9, № 2, 2020. P. 42–63.

5.     Papke-Shields, K. E., Boyer-Wright, K. M., Strategic planning characteristics applied to project management. International Journal of Project Management, Vol. 35, № 2, 2017. P. 169–179.

6.     Parast, M. M., The effect of six sigma projects on innovation and firm performance. International Journal of Project Management, Vol. 29, № 1, 2011. P. 45–55.

7.     Todorović, M. L., Petrović, D. Č., Mihić, M. M., Obradović, V. L., Bushuyev, S. D., Project success analysis framework: A knowledge-based approach in project management. International Journal of Project Management, Vol. 33, № 4, 2015. P. 772–783.

8.     Winter, M., Andersen, E. S., Elvin, R., Levene, R., Focusing on business projects as an area for future research: An exploratory discussion of four different perspectives. International Journal of Project Management, Vol. 24, № 8, 2006. P. 699–709.

9.     Kwak, Y. H., Dixon, C. K., Risk management framework for pharmaceutical research and development projects. International Journal of Managing Projects in Business, Vol. 1, № 4, 2008. P. 552–565.

10.  Labedz, C. S., Gray, J. R., Accounting for lean implementation in government enterprise: Intended and unintended consequences. International Journal of System Dynamics Applications, Vol. 2, № 1, 2013. P. 14–36.

11.  Lee, J., Lapira, E., Bagheri, B., Kao, H., Recent advances and trends in predictive manufacturing systems in big data environment. Journal of Cleaner Production, Vol. 3, № 10, 2013. P. 45–55.

12.  Galli, B. J., Battiloro, G., Economic decision-making and the impact of risk management: How they relate to each other. International Journal of Service Science, Management, Engineering, and Technology, Vol. 10, № 3, 2019. P. 1–13.

13.  Aslani, A., Akbari, S., Tabasi, S., The robustness of natural gas energy supply: System dynamics modeling. International Journal of System Dynamics Applications, Vol. 7, № 3, 2018. P. 57–71.

14.  Galli, B., Application of system engineering to project management – How to view their relationship. International Journal of System Dynamics Applications, Vol. 7, № 4, 2018. P. 76–97.

15.  Gholizad, A., Ahmadi, L., Hassannayebi, E., Memarpour, M., Shakibayifar, M., A system dynamics model for the analysis of the deregulation in electricity market. International Journal of System Dynamics Applications, Vol. 6, № 2, 2017. P. 1–30.

16.  Al-Kadeem, R., Backar, S., Eldardiry, M., Haddad, H., Review on using system dynamics in designing work systems of project organizations: Product development process case study. International Journal of System Dynamics Applications, Vol. 6, № 2, 2017. P. 52–70.

17.  Marcelino-Sádaba, S., Pérez-Ezcurdia, A., Lazcano, A. M. E., Villanueva, P., Project risk management methodology for small firms. International Journal of Project Management, Vol. 32, № 2, 2014. P. 327–340.

18.  Galli, B. J., The value of communication management in agile project environments. International Journal of Applied Logistics, Vol. 12, № 1, 2021. P. 1–21.Speech to Text (STT) Overview. URL: https://help.yeastar.com/en/p-series-cloud-edition/administrator-guide/speech-to-text-overview.html

19.  Siri, Alexa, Google Assistant: огляд віртуальних помічників. URL: https://apix-drive.com/ua/blog/reviews/siri-alexa-google-assistant-ogljad

20.  Розуміння процесу збору аудіоданих для автоматичного розпізнавання мовлення. URL: https://uk.shaip.com/blog/audio-data-collection-for-automatic-speech-recognition/

21.  Програми для транскрибації української мови. URL: https://sendpulse.ua/blog/transcribe-audio-into-text

22.  Turn speech into text using Google AI. URL: https://cloud.google.com/speech-to-text/

23.  What is the Speech service?. URL: https://learn.microsoft.com/en-us/azure/ai-services/speech-service/overview24.  What is Amazon Transcribe?. URL: https://aws.amazon.com/pm/transcribe/

25.  Dragon Speech Recognition Solutions. URL:https://www.nuance.com/dragon.html

26.  Watson Speech to Text. URL:  https://askjan.org/products/Watson-Speech-to-Text.cfm

27.  Що таке Automatic Speech Recognition (ASR)?. URL:https://tseivo.com/b/memecode/t/0nek6ary6r.

28.  Плескач, В. Л., Рогушина, Ю. В. Агентні технології: Монографія. Київ: Київський національний торговельно-економічний університет, 2005. 344 с.

References: 

1.     Manifesto for Agile Software Development. URL: https://agilemanifesto.org/

2.     Nagel, R. (2015). Operational  optimization: A lean six sigma approach to  sustainability. Proceedings of the Water Environment Federation, 3 (4), 1–12.

3.     Nikabadi, M. S., & Hakaki, A. (2018). A dynamic model of effective factors on open innovation in manufacturing small and medium sized companies. International Journal of System Dynamics Applications, 7 (1), 1–26.

4.     Omamo, A. O., Rodrigues, A. J., & Muliaro, W. J. (2020). A system dynamics model of technology and society: In the context of a developing nation. International Journal  of System Dynamics Applications, 9 (2), P.42–63.

5.     Papke-Shields, K. E., &  Boyer-Wright, K. M. (2017). Strategic  planning characteristics  applied to  project management. International Journal of Project Management, 35 (2), 169–179.

6.     Parast, M. M. (2011). The effect of six sigma projects on innovation and firm performance. International Journal of Project Management, 29(1), 45–55.

7.     Todorović, M. L., Petrović, D. Č., Mihić, M. M., Obradović, V. L., & Bushuyev, S. D. (2015). Project success analysis framework: A knowledge-based approach in project management. International Journal of Project Management, 33 (4), 772–783.

8.     Winter, M., Andersen, E. S., Elvin, R., & Levene, R. (2006). Focusing on business projects as an area for future research: An exploratory discussion of four different perspectives. International Journal of Project Management, 24 (8), 699–709.

9.     Hoon Kwak, Y., & Dixon, C. K. (2008). Risk management framework for pharmaceutical research and development projects. International Journal of Managing Projects in Business, 1 (4), 552–565.

10.  Labedz, C. S., & Gray, J. R. (2013). Accounting for lean implementation in government enterprise: Intended and unintended consequences. International Journal of System Dynamics Applications, 2 (1), 14–36.

11.  Lee, J., Lapira, E., Bagheri, B., & Kao, H. (2013). Recent advances and trends in predictive manufacturing systems in big data environment. Journal of Cleaner Production, 3(10), 45–55.

12.  Galli, B. J., & Battiloro, G. (2019). Economic decision-making and the impact of risk management: How they relate to each other. International Journal of Service Science, Management, Engineering, and Technology, 10 (3), 1–13.

13.  Aslani, A., Akbari, S., & Tabasi, S. (2018). The robustness of natural gas energy supply: System dynamics modeling. International Journal of System Dynamics Applications, 7 (3), 57–71.

14.  Galli, B. (2018). Application of system engineering to project management-How to view their relationship. International Journal of System Dynamics Applications, 7 (4), 76–97.

15.  Gholizad, A., Ahmadi, L., Hassannayebi, E., Memarpour, M., & Shakibayifar, M. (2017). A system dynamics model for the analysis of the deregulation in electricity market. International Journal of System Dynamics Applications, 6 (2), 1–30.

16.  Al-Kadeem, R., Backar, S., Eldardiry, M., & Haddad, H. (2017). Review on using system dynamics in designing work systems of project organizations: Product development process case study. International Journal of System Dynamics Applications, 6 (2), 52–70.

17.  Marcelino-Sádaba, S., Pérez-Ezcurdia, A., Lazcano, A. M. E., & Villanueva, P. (2014). Project risk management methodology for small firms. International Journal of Project Management, 32 (2), 327–340.

18.  Galli Brian J (2021). The Value of Communication Management in Agile Project Environments. International Journal of Applied Logistics 12 (1). 1–21. Speech to Text (STT) Overview. URL: https://help.yeastar.com/en/p-series-cloud-edition/administrator-guide/speech-to-text-overview.html.

19.  Siri, Alexa, Google Assistant: Overview of virtual assistants. URL:https://apix-drive.com/ua/blog/reviews/siri-alexa-google-assistant-ogljad

20.  Understanding the process of collecting audio data for automatic speech recognition. URL: https://uk.shaip.com/blog/audio-data-collection-for-automatic-speech-recognition/

21.  Programs for transcribing the Ukrainian language. URL:https://sendpulse.ua/blog/transcribe-audio-into-text

22.  Turn speech into text using Google AI. URL:https://cloud.google.com/speech-to-text/

23.  What is the Speech service? URL: https://learn.microsoft.com/en-us/azure/ai-services/speech-service/overview

24.  What is Amazon Transcribe? URL: https://aws.amazon.com/pm/transcribe/

25.  Dragon Speech Recognition Solutions. URL:https://www.nuance.com/dragon.html

26.  Watson Speech to Text. URL:https://askjan.org/products/Watson-Speech-to-Text.cfm

27.  What is Automatic Speech Recognition (ASR)? URL:https://tseivo.com/b/memecode/t/0nek6ary6r

28.  Pleskach V. L., Rogushina Y. V. (2005) Agent Technologies: Monograph. Kyiv: Kyiv National University of Trade and Economics, 344 p.