Percorrer por data de Publicação, começado por "2025-11-17"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Assistente digital baseado em inteligência artificial para PCPublication . Goulão, António Duarte; Leite, Nuno Miguel da Costa de Sousa; Ferreira, Artur JorgeNos últimos anos, os assistentes digitais tornaram-se cada vez mais populares como meio de interação entre utilizadores e sistemas computacionais. No entanto, a maioria das soluções existentes é proprietária e fortemente integrada em ecossistemas fechados, limitando a flexibilidade e transparência. Esta tese propõe o desenvolvimento de um Assistente Digital (AD) para ambiente desktop Windows, modular, extensível e baseado em tecnologias de acesso aberto. O sistema integra reconhecimento automático de fala (ASR), síntese de fala (TTS), processamento de linguagem natural (PLN) e uma interface gráfica interativa. A arquitetura modular permite substituir ou expandir funcionalidades sem comprometer o núcleo do sistema. Um modelo de linguagem em larga escala (LLM) é utilizado para interpretar comandos em linguagem natural, garantindo flexibilidade na compreensão de instruções. Foram implementadas funcionalidades como execução de comandos locais e integração com serviços externos (Google Calendar e Gmail). Todos os comandos foram avaliados com LLM de diferentes dimensões. Os resultados mostraram que o desempenho está diretamente ligado ao modelo utilizado: modelos menores apresentaram falhas ocasionais, enquanto os de maior escala garantiram elevada precisão e consistência. Em todos os casos, os tempos médios de resposta mantiveram-se baixos, na ordem dos décimos de segundo. Para avaliar a usabilidade, foi aplicado um questionário baseado na métrica SUS a 15 utilizadores, com resultados muito positivos (pontuação média de 90.33 em 100). Os participantes mostraram facilidade na execução das tarefas e sugeriram melhorias relevantes. A solução confirma a viabilidade de um AD modular, expansível e open source para desktop. O trabalho constitui uma base sólida para futuras evoluções, permitindo a integração de novos módulos e adoção de diferentes LLM, representando um passo relevante no desenvolvimento de assistentes digitais mais abertos e adaptáveis.