УДК 372.881.1:656.25:811.111’243

Колос Л.Е.¹ (Москва, Россия) — kle67@mail.ru; Кашевская А.М.¹ (Москва, Россия) — anna.kasevskaya@gmail.ru

¹Российский университет транспорта

Аннотация. Цель исследования заключается в обосновании и практической реализации методики применения автоматизированного транскрибирования для разработки учебно-методических материалов на основе лексического анализа английских номинативных единиц в контексте интеллектуальных систем железнодорожного транспорта. Исследование проведено в рамках профессионально-ориентированного обучения иностранному языку (English for Specific Purposes) студентов технических направлений неязыковых вузов. В работе представлена авторская методика обработки аутентичного видеоконтента (на примере ролика «Internet Of Things IOT in Railway Transport») с использованием инструмента Speech2Text, включающая этапы лексического анализа, классификации терминологии и разработки интерактивных упражнений на платформе LearningApps. Научная новизна работы обусловлена интеграцией технологий распознавания речи в лингводидактический процесс, расширением теоретических представлений о роли транскрибирования в формировании профессиональных коммуникативных компетенций, а также систематизацией подходов к отбору и адаптации аутентичных материалов для уровней владения языком от A1 до B2. В результате исследования выявлено 20 ключевых номинативных единиц, определена их частотность и семантическая значимость для профессиональной коммуникации в сфере интеллектуального железнодорожного транспорта. Разработана гибкая схема внедрения транскрибированных материалов в учебный процесс, включающая трёхэтапную систему упражнений («сопоставление терминов», «кроссворд», «восстановление текста»), успешно апробированная в РГУПС на группах бакалавров технических специальностей. Созданы методические рекомендации для преподавателей, обеспечивающие адаптацию материалов под различные уровни подготовки. Практическая значимость работы состоит в повышении эффективности формирования профессионального лексикона, навыков аудирования и межкультурной коммуникации у будущих транспортных инженеров, что способствует их конкурентоспособности на международном рынке труда.

Ключевые слова: транскрибирование, интеллектуальные транспортные системы, English for Specific Purposes (ESP), номинативные единицы, профессионально ориентированное обучение иностранному языку.

Список источников:

1. Ahmad H.A., Rashid T.A. Planning the development of text-to-speech synthesis models and datasets with dynamic deep learning // Journal of King Saud University – Computer and Information Sciences, 2024. Vol. 36(7), Article 102131. DOI: https://doi.org/10.1016/j.jksuci.2024.102131
2. Alsayadi A.H., Al‑Hagree S., Alqasemi F., Abdelhamid A.A. Dialectal Arabic speech recognition using CNN‑LSTM based on end‑to‑end deep learning // 2022 2nd International Conference on Emerging Smart Technologies and Applications (eSmarTA). 2022. P. 1–6. DOI: https://doi.org/10.1109/eSmarTA56775.2022.9935427
3. Andrianova N.S., Ostroumova O.F., Vanchikova E.A. Teaching foreign oral speech to language university’s students on the basis of creolized text // International Journal of Criminology and Sociology. 2020. Vol. 9. P. 829–833.
4. Bux N.K., Khan A., Bakhsh K. Speech to text by using the Sindhi language // International Journal of Artificial Intelligence and Mathematical Sciences. 2022. Vol. 1, No. 1. P. 21–35.
5. Chen K.T.C. Speech‑to‑text recognition in university English as a foreign language learning // Education and Information Technologies. 2022. Vol. 27, No. 4. P. 5385–5405. DOI: https://doi.org/10.1007/s10639-022-11016-5
6. Ji H. Application of intelligent speech recognition technology in English listening and speaking teaching // International Journal of Web‑Based Learning and Teaching Technologies. 2025. Vol. 20, No. 2. Article 386838. DOI: https://doi.org/10.4018/IJWLTT.386838
7. Önder F. The effectiveness of online text‑to‑speech tools in improving EFL students’ pronunciation // Journal of Educational Studies and Multidisciplinary Approaches. 2025. Vol. 5, No. 1. Article 116. URL: https://www.researchgate.net/publication/396495942
8. Елизаров Д.А. Разработка системы транскрибации аудио- и видеоконтента. Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2023. № 4. С. 87–95. DOI: https://doi.org/10.18137/RNU.V9187.23.04.P.87
9. Зиброва К.В. Профессиональная подготовка устных переводчиков испанского языка с использованием цифровых технологий // Общество: социология, психология, педагогика. 2024. № 11. С. 148–152. DOI: https://doi.org/10.24158/spp.2024.11.18
10. Исупова М.М. Использование неигровых аутентичных видеоматериалов при обучении иностранному языку студентов неязыковых вузов // Историческая и социально-образовательная мысль.  2016. Т. 8, № 2-2.  С. 148-153. DOI: https://doi.org/10.17748/2075-9908-2016-8-2/2-148-153
11. Барышников Н.В. Теоретические и практические аспекты преподавания иностранных языков и культур в различных условиях / Н.В. Барышников. — Пятигорск, 2012.
12. Батунова И.В., Жавнер Т.В., Лобынева Е.И., Николаева А.Ю. Современный подход к обучению иностранному языку студентов технического вуза // Современные исследования социальных проблем (электронный научный журнал). 2018. Т. 9, № 9-1. DOI: https://doi.org/10.12731/2218-7405-2018-9-19-37
13. Biktimirov A.R. Boosting Speech-to-Text software potential // Research Result. Theoretical and Applied Linguistics.  2022.  Vol. 8, No. 4.  P. 72-89. DOI: https://doi.org/10.18413/2313-8912-2022-8-4-0-6
14. Баластов А.В., Соколова Э.Я. Методическая организация обучения иноязычному профессионально-ориентированному аудированию студентов старших курсов электротехнических специальностей // Молодой ученый. 2015. № 1 (81).  URL: https://www.elibrary.ru/tevbgn
15. Brilianti D.F., Rokhim A. Тhe importance of Еnglish for specific purposes based on the engineering students’ perceptions / Academic Journal PERSPECTIVE: Language, Education and Literature. 2023. Vol. 11 (1). DOI: https://doi.org/10.13140/RG.2.1.4638.7928
16. Ибатова А.З. Использование видефильма при обучении аудированию студентов инженерных специальностей // Азимут научных исследований: педагогика и психология. – 2020. – Т. 9, № 1(30). DOI: https://doi.org/10.26140/anip-2020-0901-0076
17. Колос Л.Е. Роль технологий транскрибирования видеоматериалов на английском языке об интеллектуальных системах для лингвистических исследований и развития инструментов и методов педагогики / Интеллектуальные транспортные системы: Материалы IV Международной научно-практической конференции. – Москва: Российский университет транспорта (МИИТ), 2025. DOI: https://doi.org/10.30932/9785002587582-2025-867-877
18. Gaber M., Pastor G.C., Omer A. Speech-to-Text Technology as a Documentation Tool for Interpreters: a new approach to compiling an ad hoc corpus and extracting terminology from video-recorded speeches / TRANS Revista de Traductología. 2020. DOI: https://doi.org/10.24310/TRANS.2020.v0i24.7876
19. Shadiev R., Sharipov Sh., Rakhimov G., Huang Yu.M., Hwang Wu.Yu. Applying speech-to-text recognition in lectures: A study on learning performance, attention, and meditation / R. Shadiev, Sh. Sharipov, G. Rakhimov [et al.] // Proceedings of the 9th IEEE International conference on Ubi-Media Computing «UMEDIA-2016. – Москва: Институт физико-технической информатики, 2016. — С. 286-291. URL: https://www.elibrary.ru/xaisev

Библиографическая ссылка: Колос Л.Е., Кашевская А.М. Использование транспортных систем в лингвистике и методике преподавания иностранного языка в контексте интеллектуальных систем железнодорожного транспорта // ЦИТИСЭ. 2026. № 2. С. 762-775.