Geri Dön

Yapay sinir ağları ile konuşmacı tanıma

Speaker recognition with neural network

  1. Tez No: 202349
  2. Yazar: SÜHEYLA BAŞARAN
  3. Danışmanlar: YRD. DOÇ. DR. FİGEN ERTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Konuşmacı tanıma, yapay sinir ağları, geriye yayılım, vektör nicemleme, MFCC, Speaker Recognition, neural network, backpropogation, vector quantization, MFCC
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Bu çalışmada TIMIT veri tabanından alınan bir test öbeği üzerinde Yapay Sinir Ağları ve geri yayılım algoritmaları kullanılarak metinden bağımsız konuşmacı tanıma uygulamaları geliştirilmiştir. Konuşmacı tanıma aşamasından önce kişilere ait ses işaretlerinin Mel Frekansı Kepstrum Katsayıları (MFCC) çıkarılarak özellik vektörleri kümesi oluşturulmuştur. Daha sonra özellik vektörlerinin boyutlarındaki büyüklük problemini çözmek amacıyla özellik vektörlerini Vektör Nicemleme işleminden geçirilmiştir. Konuşmacı tanıma işleminde geriye yayılım algoritması ve yapay sinir ağları ile verilen konuşma örneğinden konuşmacının kim olduğunu tespit etmeye çalışılmıştır. MFCC katsayıları, Vektör Nicemleme adımları, geriye yayılım algoritması ve yapay sinir ağ yapılarında çeşitli parametrelerin değişmesinin konuşmacı tanıma üzerindeki etkisi incelenmiştir.

Özet (Çeviri)

In thesis , It has been aimed to identify the speaker of a given TIMIT database sound with using Neural Network and back propagation algorithms independently from text. Before recognition phase, the feature set of the training set of sound files were extracted by MFCC transformation. After for solving dimension of the training set of sound?s problems Vector Quantization algorithm is used. Back propagation neural network approach is used identifying of the speakers from the given speech data. In this thesis parameters of MFFC?s, Vector Quantization and Backpropogation Neural Networks were changed and investigated effects of this parameters to the recognition rate of system.

Benzer Tezler

  1. Uzun kısa süreli bellek tipi derin sinir ağları ile konuşmacı tanıma

    Speaker recognition with long short-term memory type deep neural networks

    ERKAN GÜNERHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEMAL KÖSE

  2. Akıllı yöntemler ile konuşmacı tanıma

    Speaker recognition with intelligent methods

    EDA RENÇBER

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. DAVUT HANBAY

  3. Wavelet (dalgacık dönüşümü) ve yapay sinir ağı kullanarak ses sinyalinden konuşmacı tespiti

    Speaker identification by means of wavelet and neural network aproach

    MURAT İKİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET AKIN

  4. An Analysis of delays in phoneme recognition problem through the use of artificial neural networks

    Yapay sinir ağları ile fonem tanıma probleminde gecikmenin etkileri

    MURAT ŞIHMANOĞLU

  5. Yapay sinir ağları kullanılarak konuşmacı tanıma uygulaması

    Speaker recognition application using artificial neural networks

    TARIK ERDEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Elektrik ve Elektronik MühendisliğiNiğde Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SAMİ TEZEKİCİ