Данная работа посвящена повышению эффективности автоматического распознавания речи детей в возрасте 5–12 лет с учетом акустических и фонетических особенностей казахского языка. Цель исследования — адаптировать предложенную OpenAI архитектуру Whisper-tiny к казахскому языку посредством дообучения на специализированном наборе аудиоданных детской речи. В работе применена двухэтапная стратегия fine-tuning: на первом этапе модель обучалась на 235 аудиообразцах, а на втором — на расширенном корпусе из 1936 образцов. Аудиозаписи были приведены к частоте дискретизации 16 кГц, а текстовые транскрипции унифицированы. Качество модели оценивалось с использованием метрик Word Error Rate (WER) и Accuracy. В результате эксперимента показатель WER снизился с 0,80 до 0,42, что соответствует относительному улучшению на 47,5%, а точность увеличилась с 20,43% до 57,95%. Результаты показали, что увеличение объема данных и доменно-ориентированное дообучение положительно влияют на распознавание детской речи. Предложенный подход может применяться при разработке образовательных и интеллектуальных речевых систем для языков с ограниченными ресурсами.