10-laboratoriya mashg‘uloti: astronomical data va speech synthesis

Fizik va astronomik ma’lumotlar bazasidan olingan ko‘rsatkichlar asosida jismlar harakati trayektoriyasining interaktiv grafiklarini vizuallashtirish

Zamonaviy astronomiya va astrofizika ta’limi ochiq ma’lumotlar bazalariga (NASA JPL Horizons, ESA Gaia) tayanadi. Ushbu laboratoriya mashg‘ulotida talabalar sayyoralar va kometalar harakatini Kepler qonunlari asosida vizuallashtiradi, Gemini yordamida ilmiy diktorlik ssenariysini yozadi, Muxlisa AI, Aisha AI, ElevenLabs yoki Google Cloud TTS orqali o‘zbek tilida nutq sintez qiladi hamda ovozni animatsiya vaqt shkalasi (timeline) bilan aniq sinxronlashtiradi.

📋 10-laboratoriya mashg‘uloti rejasi va tahliliy bosqichlari:

1. Diagnostika va shaxsiy reja:
TPACK va ZPD mezonlari asosida orbital mexanika, TTS nutq sintezi va audio-vizual sinxronlash bo‘yicha diagnostik test hamda shaxsiy o‘quv yo‘riqnomasi.
2. Animatsiyaga ovoz sintez qilish:
Keplerning 1- va 2-qonunlari, NASA JPL parametrlari, Mel-spektrogramma va neyron vokoderlar asosida audio-animatsiya sinxronligi nazariyasi.
3. Nutq sintezi va ovoz generatsiyasi:
Muxlisa AI, Aisha AI (milliy o‘zbek tili TTS), ElevenLabs va Google Cloud TTS vositalari orqali professional ilmiy audio ishlab chiqarish.
4. Gemini ovozli ssenariy tahriri:
Gemini modeli orqali vaqt belgilari (timestamps [00:00 - 00:30]) bilan boyitilgan, fonetik moslashgan ilmiy diktorlik ssenariysini shakllantirish.

💡 Pullik vositalarning bepul muqobillari

Bu sahifada tilga olingan ayrim vositalar pullik, limitli yoki O‘zbekistonda cheklangan bo‘lishi mumkin. Topshiriqlarni quyidagi bepul vositalar bilan ham to‘liq bajarish mumkin:

To‘liq ro‘yxat: SI vositalari sahifasi.

1. Sun’iy intellekt uchun kognitiv diagnostika va individual ta’lim trayektoriyasi

Astronomik animatsiyalarga ovoz sintez qilish va ularni sinxronlashtirish — bir vaqtning o‘zida ham orbital dinamika qonuniyatlarini (Kepler, Nyuton), ham neyron tarmoqli nutq sintezi (Text-to-Speech) texnologiyalarini va audio-video montaj mezonlarini bilishni talab etadi. TPACK va ZPD tamoyillari asosida tuzilgan quyidagi 4 ta diagnostik savol talabaning dastlabki darajasini aniqlaydi.

🧠 Boshlang‘ich kognitiv diagnostika testi (4 ta savol):

1. Keplerning 1-qonuniga binoan, Quyosh tizimidagi sayyora yoki kometa orbitasida Quyosh qayerda joylashgan?

2. Zamonaviy neyron tarmoqli nutq sintezi (TTS) modellarida audio to‘lqini qanday generatsiya qilinadi?

3. O‘zbek tilidagi milliy TTS vositalari (Muxlisa AI, Aisha AI)ning xalqaro modellardan asosiy afzalligi nimada?

4. Animatsiya vaqt shkalasi (Canvas loop) bilan generatsiya qilingan audioni qat’iy sinxronlashning eng ishonchli usuli qaysi?

2. Astronomik trayektoriyalar (Kepler qonunlari) va nutq sintezi (TTS) nazariyasi

Jismlarning kosmik fazodagi harakatini modellashtirish osmon mexanikasining klassik qonunlariga asoslanadi. NASA Jet Propulsion Laboratory (JPL) Horizons ochiq ma’lumotlar bazasi har bir sayyora va kometa uchun orbital elementlarni real vaqt rejimida taqdim etadi.

2.1. Keplerning qonunlari va orbital parametrlar

Sayyoralar va kometalarning elliptik orbitasi quyidagi tenglamalar orqali ifodalanadi:

  • Ellipsning qutbiy tenglamasi (1-qonun): $$r(\theta) = \frac{a(1 - e^2)}{1 + e \cos\theta}$$ (bu yerda $a$ — katta yarim o‘q, $e$ — ekssentrisitet, $\theta$ — haqiqiy anomaliya burchagi).
  • Perigeliy va afeliy masofalari: $$r_{peri} = a(1 - e), \quad r_{afe} = a(1 + e)$$
  • Maydonlar tengligi (2-qonun): Sektor yuzasi $\frac{dA}{dt} = \frac{1}{2} r^2 \frac{d\theta}{dt} = \text{const}$. Jism perigeliyda eng katta tezlikka, afeliyda esa eng kichik tezlikka ega bo‘ladi.
  • Kepler tenglamasi (sonli yechim): $$M = E - e \sin E$$ (bu yerda $M$ — o‘rtacha anomaliya, $E$ — ekssentrik anomaliya; Nyuton-Rafson iteratsiyasi orqali yechiladi).

2.2. Neyron tarmoqli nutq sintezi (TTS pipeline) arxitekturasi

Zamonaviy generativ sun’iy intellekt nutq sintezi quyidagi 4 ta ketma-ket bosqichdan iborat (Shen et al., 2018):

1. Matnni normallashtirish (Text Normalization):
Raqamlar, formulalar va qisqartmalarni to‘liq so‘zga aylantirish (masalan, "54 km/s" → "ellik to‘rt kilometr sekundiga").
2. Fonemik transkripsiya va G2P:
Grapheme-to-Phoneme algoritmi yordamida o‘zbek tili tovushlari va urg‘ularini fonemalarga ajratish.
3. Akustik neyron model:
Transformator yoki Diffusion tarmoqlari fonemalardan chastotaviy Mel-spektrogramma (akustik matritsa) tuzadi.
4. Neyron vokoder (vocoder):
HiFi-GAN yoki WaveNet spektrogrammani tabiiy inson ovozi to‘lqiniga (WAV/MP3 formatda $44.1\text{ kHz}$) sintezlaydi.

2.3. Animatsiya va audio sinxronizatsiyasi

Animatsiyada obyekt perigeliyga yetib kelganda audio diktor aynan shu hodisa haqida gapirishi kerak. Bunga erishish uchun ssenariy segmentlanadi va progress foizi quyidagi formula bilan bog‘lanadi:

$$t_{norm} = \frac{t_{audio}}{T_{total}}, \quad M(t) = 2\pi \cdot t_{norm}$$

3. Nutq sintezi va ovoz generatsiyasi vositalari: Muxlisa AI, Aisha AI, ElevenLabs, Google Cloud TTS

Fizika darslari va astronomik videodarslar yaratishda foydalaniladigan zamonaviy 4 ta yetakchi nutq sintezi platformasining taqqoslama tahlili va amaliy sozlamalari.

🇺🇿 Muxlisa AI (milliy o‘zbek TTS)

O‘zbek tili

O‘zbek tili uchun ishlab chiqilgan neyron nutq sintezi xizmati. O‘zbek adabiy tili urg‘ulari, tutuq belgisi (`'`) va fizik atamalarni o‘qish sifatini darsda o‘zingiz sinab, xalqaro vositalar bilan solishtiring.

Tavsiya: O‘zbek tilidagi astronomiya ma’ruzalari va maktab/universitet darsliklari uchun asosiy vosita.

🤖 Aisha AI (o‘zbekcha nutq modeli)

Tezkor sintez

O‘zbek tilidagi interaktiv ovozli yordamchi va diktorlik xizmati. Real vaqt rejimida past kechikish (low latency) bilan audio oqimini uzatishga qodir.

Tavsiya: Jonli interaktiv simulyatsiya paytida talabaga ovozli ko‘rsatmalar berish.

🎙️ ElevenLabs (Professional Voice AI)

Yuqori hissiy reallik

Keng tarqalgan generativ nutq sintezi va ovoz klonlash platformasi. Ko‘p tilli modellari o‘zbekcha matnni ham o‘qiy oladi, biroq o‘zbek atamalari talaffuzini albatta tinglab tekshiring. Boshqa odamning ovozini faqat uning roziligi bilan klonlash mumkin.

Sozlamalar: Stability: 0.65, Similarity: 0.85, Style Exaggeration: 0.15.

☁️ Google Cloud text-to-speech

SSML standarti

DeepMind WaveNet va Journey neyron arxitekturasiga asoslangan korporativ tizim. SSML (Speech Synthesis Markup Language) teglari orqali har bir so‘z orasidagi pauzani millisekundgacha boshqarish imkonini beradi.

Xususiyati: `<break time="500ms"/>` yordamida animatsiya kadrlariga qat’iy sinxronlanadi.

4. Ovozli matn tahriri va ssenariy: Gemini multimodal prompt muhandisligi

Oddiy ilmiy maqola matnini to‘g‘ridan-to‘g‘ri ovozga aylantirib bo‘lmaydi: og‘zaki nutqda jumlalar qisqa, tushunarli, aniq urg‘uli va vaqt kadrlariga moslangan bo‘lishi kerak. Gemini modeli fizika-astronomiya ko‘rsatkichlarini professional radio-diktor ssenariysiga aylantiruvchi eng qulay vositadir.

📋 Gemini uchun 30 soniyalik astronomik ssenariy yozish prompti:

🏷️ Google Cloud TTS uchun SSML belgilash prompti:

5. Astronomik trayektoriya va sinxron ovoz pleerining interaktiv dastgohi

Quyidagi laboratoriya dastgohida NASA JPL Horizons ko‘rsatkichlari bo‘yicha haqiqiy orbital harakat animatsiyasi hamda Gemini tomonidan tuzilgan vaqt shkalasi bo‘yicha sinxron ovozli tushuntirish ishlaydi. “🎙️ Ovozli tushuntirishni boshlash” tugmasini bosib, ovoz va animatsiya uyg‘unligini tekshiring.

Galley kometasi (1P/Halley) Kepler elliptik modeli
🎙️ Jonli ovozli subtitr (sinxron ijro):

“Animatsiya va ovoz ijrosini boshlash uchun tugmani bosing.”

🪐 Kosmik jismni tanlash

Katta yarim o‘q (a): 17,83 AU
Ekssentrisitet (e): 0,9670
Aylanish davri (T): 75,3 yil

O‘ta cho‘ziq elliptik orbita. Perigeliyda tezlik 54 km/s ga yetadi, afeliyda esa 1 km/s gacha sekinlashadi.

🎧 Sinxron ijro boshqaruvi

Ijro tezligi: 1,00×

6. Akademik baholash rubrikasi (100 ball) va ilmiy-metodologik manbalar

Talabalarning 10-laboratoriya mashg‘uloti bo‘yicha astronomik ma’lumotlar vizualizatsiyasi va nutq sintezini integratsiyalash ko‘nikmalari quyidagi 5 ta standart mezon asosida baholanadi.

💯 100 Ballik baholash mezonlari kalkulyatori:

1. Astronomik ma’lumotlar bazasidan foydalanish va Kepler orbitasi:
NASA JPL Horizons ko‘rsatkichlari ($a, e, T$) asosida ellips, perigeliy/afeliy va tezliklar dinamikasini to‘g‘ri modellashtirish.
Max: 25
2. Muxlisa AI / ElevenLabs ovoz sintezi sifati:
O‘zbek tilidagi tabiiy intonatsiya, to‘g‘ri urg‘ular, shovqinsiz va tushunarli audio generatsiyasi.
Max: 25
3. Gemini ovozli ssenariy tahriri va vaqt belgilari:
Gemini yordamida vaqt kodlari (timestamps) bilan boyitilgan, ilmiy jihatdan asosli diktorlik ssenariysini tuzish.
Max: 20
4. Animatsiya va audio sinxronizatsiyasi:
Vaqt shkalasi (timeline), jonli subtitrlar va jismning perigeliy/afeliy o‘tishlariga ovozning to‘liq mosligi.
Max: 20
5. Akademik hisobot va metodologik xulosalar:
Sof o‘zbek adabiy tilidagi mukammal hisobot, ilmiy atamalarning to‘g‘ri talaffuzi va xulosalar.
Max: 10
Umumiy Natija: 0 / 100 Baholanmagan

📚 Foydalanilgan ilmiy-metodologik adabiyotlar (APA 7 standarti):

  1. ElevenLabs. (n.d.). ElevenLabs documentation. https://elevenlabs.io/docs
  2. Gemini Team, Google. (2024). Gemini 1.5: Unlocking multimodal understanding across millions of tokens of context (arXiv:2403.05530). arXiv. https://doi.org/10.48550/arXiv.2403.05530
  3. Google Cloud. (n.d.). Speech Synthesis Markup Language (SSML). Cloud Text-to-Speech documentation. https://cloud.google.com/text-to-speech/docs/ssml
  4. Kepler, J. (1609). Astronomia nova. Heidelberg.
  5. Kong, J., Kim, J., va Bae, J. (2020). HiFi-GAN: Generative adversarial networks for efficient and high fidelity speech synthesis. Advances in Neural Information Processing Systems, 33, 17022–17033.
  6. NASA Jet Propulsion Laboratory. (n.d.). Horizons system. Solar System Dynamics. https://ssd.jpl.nasa.gov/horizons/
  7. Shen, J., Pang, R., Weiss, R. J., Schuster, M., Jaitly, N., Yang, Z., … Wu, Y. (2018). Natural TTS synthesis by conditioning WaveNet on mel spectrogram predictions. In 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 4779–4783). https://doi.org/10.1109/ICASSP.2018.8461368