Geri Dön

A System for speech, music, noise discrimination

Konuşma, müzik, gürültü ayrıştırma sistemi

  1. Tez No: 112129
  2. Yazar: ERDEM GÜNEŞ
  3. Danışmanlar: PROF. DR. FİKRET GÜRGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2001
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

ÖZET KONUŞMA, MÜZİK, GÜRÜLTÜ AYRIŞTIRMA SİSTEMİ Bu çalışmada işaret sınıflandırmada kullanılmak üzere genel bir veri çıkartım sistemi kurulmuş ve bu sistem konuşma, müzik, gürültü ayrıştırma probleminde kullanılmıştır. Problemde kullanılacak ses özelliklerinin belirlenmesi ve hesaplanması için bir işaret işleme çalışması gerçekleştirildi. Birincil ve ikincil ses özellikleri şöyle tanımlanmıştır: Birincil özellikler, spektral merkez, spectral maksima, spektral akı, düşük enerjili çerçeve oranı, spektral dönme noktası, sıfır geçiş oranı, sepstral kalıntı; ikincil özellikler ise, birincil özelliklerden çıkartılan ortama değer, varyans ve ortalama geçiş oranıdır. Sistemde gerçeklenen sınıflama yöntemleri k-yakın komşu sınırlandırıcısı (k-NN), en yakın küme sınıflandırıcısı ve çok katmanlı perseptron (MLP) sınıflandırmışıdır. Tek tek her özelliğin ve özellik kümelerinin gruplandırma performansları hesaplanmış ve karşılaştırılmıştır. Sistem daha sonra gerçek zamanda çalışma için optimize edilmiştir.

Özet (Çeviri)

ABSTRACT A SYSTEM FOR SPEECH, MUSIC, NOISE DISCRIMINATION This study builds a general data retrieval system that is used for the classification of signals and applied to discrimination of speech, music and noise problem. A signal preprocessing is performed for the identification and computation of the features that can be useful for the problem. We define primary and secondary features: the primary features are spectral centroid, spectral maxima, spectral flux, percentage of low energy frames, spectral roll-off point, zero-crossing rate, cepstral-residue, spectral maxima; and the secondary features are mean, variance. The system implements the following classification methods: k-Nearest Neighbor classifier (k-NN), nearest cluster classifier, Multi-Layer Perceptron classifier (MLP). The discrimination performances of the individual features and the combination of them are computed and compared. The system is then optimized for real-time processing.

Benzer Tezler

  1. Normal işiten genç yetişkinlerde görsel dikkatin gürültüde konuşmayı anlama becerisi üzerine etkisi

    Effect of visual attention on speech discrimination ability in youngadults with normal hearing

    BEYZA ÇANTAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Kulak Burun ve BoğazİZMİR BAKIRÇAY ÜNİVERSİTESİ

    Odyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERPİL ALLUŞOĞLU

  2. SEA yöntemi yardımıyla tek ve çift tabakalı yapı elemanlarından ses geçiş kayıplarının hesaplanması için bir bilgisayar programı geliştirilmesi

    Prediction of sound transmission- loss by the sea method

    BANU GÜNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SELMA KURRA

  3. Mimar Sinan Güzel Sanatlar Üniversitesi Sedad hakkı Eldem Oditoryumu'nun hacim akustiği açısından incelenmesi ve değerlendirilmesi

    Room acoustical investigation and evaluation of the Mimar Sinan Fine Arts University Sedad Hakki Eldem Auditorium

    ZEKERİYA KURTULAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    MimarlıkYıldız Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. AYŞE ERDEM AKNESİL

  4. Independent component analysis as a front-end for speaker recognition

    Bağımsız parça analizinin konuşmacı tanıma sistemleri için ön işlemci olarak kullanılması

    AHMET ŞENTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FİKRET GÜRGEN

  5. Saklı Markov model tabanlı müzik parçası tanıma sistemi

    Hidden Markov model based song identification system

    GÜNGÖR TUMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. M. ELİF KARSLIGİL