Ortak vektör yaklaşımı ile fonem tabanlı Türkçe yalıtık kelime tanıma
Phoneme based Turkish isolated word recognition using common vector approach
- Tez No: 177227
- Danışmanlar: YRD. DOÇ. DR. RİFAT EDİZKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Ortak Vektör Yaklaşımı, fonem tanıma, yalıtık ses tanıma, Redundant Hash Adresleme, Common Vector Approach, phoneme recognition, isolated word recognition, Redundant Hash Addressing
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Bu tez çalışmasında, Ortak Vektör Yaklaşımı (OVY) ile fonem tabanlı Türkçe yalıtık kelime tanıma üzerinde çalışılmıştır. OVY, kelime tabanlı ses tanımada yüksek tanıma başarımları verdiği bilinmektedir. Fakat bir dildeki ses birimlerinin süresinin kısa olması, bu birimlerin bazılarının çok sık kullanılmaması ve özellik uzayında bunların dağılımlarının iç içe olması ses birim tabanlı ses tanıma başarımlarını etkilemektedir. Tez çalışmasında sınıf modelleri ve tanıma başarımları METU veri tabanı üzerinden elde edilmiştir. Tanınacak kelime üzerinde 10 ms aralıklarla pencere kaydırılarak her bir aralık için ses birim sınıflaması yapılmış ve daha sonra elde edilen harf dizisi Redundant Hash Addressing (RHA) uygulanarak dizinin en yakın olduğu kelime bulunmuştur. Sınıflama hatalarından kaynaklanan yanlış tanıma sayısını azaltmak için RHA'de iyileştirmeler yapılmıştır. Tez çalışmasında kişi bağımlı ve kişi bağımsız kelime tanıma başarımları elde edilmiştir. OVY ile fonem tanımada eğitim kümesinde %99 tanıma oranı elde edilmiştir. Test kümesinde kişi bağımsız fonem tanıma başarımları ünlü ve ünsüz sesler için sırasıyla %48 ve %58 civarındadır. RHA'de yapılan iyileştirmeler sonucunda kişi bağımsız ve bağımlı kelime tanıma başarımları sırasıyla %72.22 ve %82.5 olarak elde edilmiştir. Fonemlerin sınıflama başarımları düşük olmasına rağmen, RHA kullanılarak yüksek kelime tanıma başarımları elde edilmiştir. Yapılan çalışmaların sonuçları sınıflama başarımlarını arttırmak için OVY'de ve kelime çözümlemesinde iyileştirmeler yapılması gerektiğini göstermektedir.
Özet (Çeviri)
In this thesis, phoneme based Turkish isolated word recognition is studied using Common Vector Approach(CVA). It is known that CVA provides successful results in word based speech recognition. On the other hand, the success of phoneme-based speech recognition is influenced due to the fact that the phonemes in a language are short; some of them are not used frequently and their distributions in the feature space overlap. In the thesis study, the class models and recognition rates have been obtained from METU database. Phoneme classification has been performed on the speech windows with 20 ms duration. The speech window is moved by 10 ms to classify the succeeding phonemes. Once the phoneme series is obtained, then the closest word in the dictionary has been found by applying Redundant Hash Addressing (RHA). In order to decrease the amount of inaccurate recognition due to classification errors, certain improvements have been applied in RHA. In the thesis study, speaker-dependent and speaker- independent word recognition has been achieved. The success in phoneme recognition using CVA in the training set is over 95%. The correct recognition rates in speaker- independent phoneme recognition in the training set are approximately 48% for vowels and 58% for consonants. The speaker-independent and speaker dependent recognition rates are increased to 72.22% and 82.5% respectively as a result of improvements in RHA. Despite the success of phoneme classification is low, high rates of word recognition have been achieved by using the RHA The results of this study point out that it is necessary to improve CVA and the word decoder in order to increase the recognition rates.
Benzer Tezler
- Sınıf içi ve sınıflar arası dağılımlardan elde edilen ölçütlerin birleştirilerek fonem tanımada kullanılması
Combining criteria obtained from within and between class scatters for phoneme recognition
MEHMET KOÇ
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. RİFAT EDİZKAN
- Voice transformation and development of related speech analysis tools for Turkish
Ses çevirme ve Türkçe için ilgili konuşma analizi araçları geliştirme
ÖZGÜL SALOR
Doktora
İngilizce
2005
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF.DR. MÜBECCEL DEMİREKLER
- EEG sinyallerinin dalgacık dönüşümü ve ortak vektör yaklaşımı ile sınıflandırılması
EEG signals classification with wavelet transforms and common vector aproach
HATİCE PINAR ÜNAL
Yüksek Lisans
Türkçe
2021
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN GÖKMEN
DR. MEHMET YUMURTACI
- Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması
Radar warning receivers and recognition of radar signals
ENGİN KISALAR
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- Yüz ifadelerinin geometrik ve görünüm tabanlı öznitelikler kullanılarak tanınması
Recognition of facial expressions using geometric and appearance-based features
NURİ ÖZBEY
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU