Зерттеу жұмысы қазақ тілінің акустикалық және фонетикалық ерекшеліктерін ескере отырып, 5–12 жас аралығындағы балалардың сөйлеуін автоматты тану тиімділігін арттыруға бағытталған. Зерттеудің мақсаты — OpenAI ұсынған Whisper-tiny архитектурасын балалар сөйлеуінің мамандандырылған аудиодеректері негізінде қайта оқыту арқылы қазақ тіліне бейімдеу. Жұмыста екі кезеңді fine-tuning стратегиясы қолданылды: бірінші кезеңде модель 235 аудиоүлгімен, ал екінші кезеңде 1936 үлгіге дейін кеңейтілген корпуспен оқытылды. Аудиожазбалардың дискреттеу жиілігі 16 кГц-ке келтіріліп, мәтіндік транскрипциялар біріздендірілді. Модель сапасы Word Error Rate (WER) және Accuracy метрикалары арқылы бағаланды. Эксперимент нәтижесінде WER көрсеткіші 0,80-нен 0,42-ге дейін төмендеп, салыстырмалы жақсару 47,5%-ды құрады, ал дәлдік 20,43%-дан 57,95%-ға дейін артты. Нәтижелер деректер көлемін ұлғайту мен доменге бейімделген қайта оқытудың балалар сөйлеуін тану сапасына оң әсер ететінін көрсетті. Ұсынылған тәсілді аз ресурсты тілдерге арналған білім беру және интеллектуалды сөйлеу жүйелерін әзірлеуде қолдануға болады