OVY (Ortak vektör yaklaşımı) ve GMM (Gauss katışım modelleri) ile metinden bağımsız konuşmacı tanıma
Text-independent speaker recognition using CVA (Cammon vector approach) and GMM (Gaussian mixture models)
- Tez No: 178977
- Danışmanlar: DOÇ.DR. M. BİLGİNER GÜLMEZOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Konuşmacı tanıma, Öznitelik çıkarma, Ortak vektör yaklaşımı, Gauss katışım modelleri, Fisher'in doğrusal ayırtaç analizi, Speaker recognition, Feature extraction, Common vector approach, Gaussian mixture models, Fisher?s linear discriminant analysis
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu tez çalışmasında Ortak Vektör Yaklaşımı (OVY), yeni bir uygulama olarak metinden bağımsız konuşmacı tanımada kullanılmıştır. OVY'nin başarısı Fisher'in doğrusal ayırtaç analizi (FLDA) ve Gauss katışım modelleri (GMM) yöntemleriyle karşılaştırılmıştır. TIMIT veri tabanı için elde edilen tanıma oranları, OVY ve GMM'in FLDA'dan üstün olduğunu göstermiştir. OVY yöntemiyle bulunan tanıma sonuçları GMM'den elde edilen sonuçlar ile aynı olmakla birlikte, işlem hızı ve bellek ihtiyacı açısından OVY daha avantajlıdır. Bu tez çalışmasında ayrıca GMM'den elde edilen sonuçların iyileştirilmesi için OVY ve GMM'in birleşiminden oluşan yeni bir yöntem önerilmiştir.
Özet (Çeviri)
In this doctoral dissertation, the common vector approach (CVA) is newly used for text-independent speaker recognition. The performance of CVA is compared with those of Fisher?s linear discriminant analysis (FLDA) and Gaussian mixture models (GMM). The recognition rates obtained for the TIMIT database indicate that CVA and GMM are superior to FLDA. However, while the recognition rates obtained from CVA and GMM are identical, CVA has the advantages in terms of processing power and memory requirement. In order to obtain better results than those achieved with GMM, a new method which is a combination of CVA and GMM is proposed in this study.
Benzer Tezler
- El yazısı karakterlerden karakter ve yazıcı tanıma
Character and writer recognition from handwritten characters
ÖNDER KIRLI
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLGİNER GÜLMEZOĞLU
- Ortak vektör yaklaşımı yöntemiyle TI TMS320C6711 DSK platformunda konuşmacıdan bağımsız gerçek zamanlı rakam tanıma
Speaker independent real time digit recognition using common vector approach method on TI TMS320C6711 DSK platform
SERKAN GÜNAL
Yüksek Lisans
Türkçe
2003
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RIFAT EDİZKAN
- Ortak vektör yaklaşımı kullanılarak kesintisiz metinler içinde anahtar kelime bulma
Word spotting using common vector approach
MEHMET KEMAL BAYRAKÇEKEN
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ATIF ÇAY
- Ortak vektör yaklaşımı ile fonem tabanlı Türkçe yalıtık kelime tanıma
Phoneme based Turkish isolated word recognition using common vector approach
SERKAN KESER
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RİFAT EDİZKAN
- Örüntü tanımada ortak vektör ve matris yaklaşımının kullanılması
Using the common vector and matrix approaches in pattern recognition
SEMİH ERGİN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. BİLGİNER GÜLMEZOĞLU