Yapar sinir ağını kullanarak kişiye özel komut tanıma
Specially personalized order recognization by using artifical neural networks
- Tez No: 178808
- Danışmanlar: DR. S. SİNAN GÜLTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Ses tanıma, Yapay Sinir Ağları, Ses kodlama, Ses tanıma sistemleri, Voice Recognition, Artificial Neural Networks, Voice coding, Voice recognition systems
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kaydedilmiş olan bir ses, herhangi bir olayın ortaya çıkarılıp aydınlatılmasında mevcut tek delil olabilir. Böylece şüpheli yada şüpheliler ortaya çıkarılarak işlenen suçun faillerinin bulunmasında kolaylık sağlayabilir. Günümüzde bu tekniğin uygulanmasıyla terör eylemleri, cinayetler, kaçırma, tehdit, şantaj, tecavüz, organize suçlar ve telefonla rahatsız etme olayları aydınlatılabilmektedir.Ses tanıma ve tanımlama işlemi, bütün işitsel veya görsel duyuların kullanıldığı çok yönlü bir işlemdir. Bu işlem, bilinmeyen bir sesin bir veya daha fazla bilinen sesle tanınması veya elenmesi amacıyla işitsel veya görsel olarak karşılaştırılması şeklinde tanımlanabilir. Seslerin, kendi başına sahip olduğu karakteristikler ve özellikler yardımıyla çeşitli analiz teknikleri ve yöntemleri uygulanarak diğer seslerden ayırt edilmesi bu tanıma temel teşkil eder.Bu çalışmada Yapay Sinir Ağları'nın Çok Katlı Perseptron ağ yapısı kullanılarak, ses tanıma problemine uygulanmıştır. Elde edilen sonuçların hata analizi yapılarak, kullanılan öğrenme algoritmalarının bu problem için uygulanabilirliliği ve herhangi bir sistem kontrolünün yapılabilirliliği hedeflenmiştir.LPC tekniği ile elde edilen ses genlik verileri Yapay Sinir Ağları Modelinin giriş katmanının oluşturmuştur. Çıkış katmanı ise her komut kelimeyi temsil eden ve karşılık gelen 1 ve 0'lardan meydana getirilmiştir. Yapay Sinir Ağları Modeli ile eğitme işlemleri, hedeflenen 1 ve 0 çıkış verileri için en iyi değer elde edilinceye kadar denenmiş ve ağ yapısı belirlenmiştir. Elde edilen sonuçların hata hesapları yapılmış ve herhangi bir sistemin kontrolünü sağlamaya yönelik değerlendirmeler yapılmıştır.Ayrıca hata hesabı kullanılmadan sadece komutlar ayrı ayrı Yapay Sinir Ağı modelinde eğitilerek konuşmacıların tanınabilmesi sağlanmıştır.
Özet (Çeviri)
A voice recorded into a cassette might be the only evidence to reveal a event. In this way, the suspect or the suspects are found and it can be easier to find the ones who commit crimes. In today?s world actions such as terror, murders, hijacking, threat, blackmail, rape, organized crimes and disturbing on the phone can be revealed.Voice defining is a many sided process in which all auditory and visual senses are used. This process can be defined as auditory and visual comparison to define an unidentified voice by means of a more identified voice. In essence, by means of the characteristics of the voices, they are distringuished from others by using various analysis techniques and methods which forms a basis to this definition.In this study, ANN?s Multi Layer Perceptron topology has been applied to voice recognition problem. By accomplishing the error analyse of the results, the applicibility of used trainin algotithms and feasibility to any system control are intended.The voice amplitude data optained by the LPC technique have formed the entrance layer of the Artificial Neural Networks. Whereas; exit layer has been formed by 1's and 0's that represents every command word. The process of training via Artificial Neural Networks has been continued until the best data was optained out of 1's and 0's and finally the network formation was specified. The error calculations of the results were done and evaluations on providing any system control were also done.Besides, without using error calculation, only by training the commands in Artificial Neural Network model, the recognition of the speakers has been provided.
Benzer Tezler
- Head gesture recognition for a semi-autonomous powerchair
Yarı-otonom akülü sandalye için kafa hareketleri tanıma
UBEYDE MAVUŞ
Yüksek Lisans
İngilizce
2017
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VOLKAN SEZER
- Babillerin dini tarihi
Religious history of the Babylonists
AYŞE TÜRKMEN KÖKSAL
Yüksek Lisans
Türkçe
2024
DinKilis 7 Aralık ÜniversitesiFelsefe ve Din Bilimleri Ana Bilim Dalı
DOÇ. DR. ABDULLAH ALTUNCU
- Yerel görünüm ve derin modeller kullanarak hibrit bir yüz tanıma yaklaşımı
A hybrid face recognition approach using local appearance and deep models
MERT ARI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- An improved transfer learning based siamese network for face recognation
Yüz tanıma için geliştirilmiş aktarım öğrenme tabanlı sıamese ağı
DALHM GHALIB HALBOOS AL-SHAMMARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
البروفيسور. دكتور. DEVRİM AKGÜN
- Aspect verbal en grec Istanbouliote: modele de description fonctionnaliste
Başlık çevirisi yok
EMİNE YAVAŞGEL
Yüksek Lisans
Fransızca
1993
Dilbilimİstanbul ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. NÜKHET GÜZ