Bir hece-tabanlı Türkçe sesli ifade tanıma sisteminin tasarımı ve gerçekleştirimi
A syllable-based speech recognition system design and implementation for Turkish language
- Tez No: 216166
- Danışmanlar: Y.DOÇ.DR. HARUN ARTUNER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Türkçe sesli ifade tanıma, hece-tabanlı, yapay sinir ağları, sayısal im işleme, Turkish speech recognition system, syllable-based, artificial neural networks, digital signal processing
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Sesli ifade tanıma sistemlerinde kullanılan yöntemler, tanınması amaçlanan dile göre değişmektedir. Türkçenin çekimli bir dil olması nedeniyle, sözcük tabanlı bir Türkçe sesli ifade tanıma sisteminin geliştirilmesi oldukça zordur. Bu sebeple, şu ana kadar geliştirilen Türkçe sesli ifade tanıma sistemlerinin büyük bir kısmı fonem tabanlı olmuştur. Fonem tabanlı sesli ifade tanıma sistemlerinin geliştirilmesi, fonem sayılarının her dilde sınırlı sayıda olması nedeniyle avantajlıdır. Sesli ifade tanıma sistemlerinin kullandıkları birim, sistemin başarısını doğrudan etkiler. Birim boyutunun büyümesi, birimlerin birbirinden ayırt edilmesini kolaylaştıracaktır. Bu nedenle ayrışık sözcük tanıma sistemlerinin başarısı oldukça yüksektir. Fonemlerin ise boyut olarak nispeten küçük olması fonem tabanlı sesli ifade tanıma sistemlerinin başarısını olumsuz yönde etkilemektedir. Her iki birimin de dezavantajları göz önünde bulundurulduğunda, boyut olarak fonemden büyük sayı olarak ise Türkçede sınırlı bir birim olan hecenin kullanılmasına bu tez kapsamında karar verilmiştir. Türkçenin hecelemeye yatkın bir dil olması ve Türkçe hece kurallarının basit olması Türkçe sesli ifade tanıma sisteminin hece tabanlı olarak geliştirilmek istenmesinde diğer nedenler olarak sayılabilir. Tez kapsamında geliştirilen sesli ifade tanıma sisteminde hecelerin sınıflandırılmasında Çok Katmanlı Nöron ağlarından yararlanılmıştır. Deney, farklı özellikteki çok katmanlı nöron ağları kullanılarak, sürekli sesli ifadeler için ve sürekli sesli ifadelere dayalı hecelerin sınırları belirlenmiş olarak, olmak üzere iki farklı şekilde yapılmıştır. Sonuç olarak, hece tabanlı bir Türkçe sesli ifade tanıma sistemi için gerekli deneysel uygulama ve deney platformu oluşturulmuştur.
Özet (Çeviri)
Methods used in speech recognition systems change with the language which is aimed to recognize. Since the words in Turkish language are mostly produced by derivational and infectional affixes to roots, it is very hard to develop a word-based Turkish speech recognition system. For this reason, most of the Turkish speech recognitions developed up to now have been phoneme-based. It is advantageous to develop phoneme-based speech recognition systems because the number of phonemes in every language is limited. The unit used by speech recognition systems effects the system's success directly. As the unit's size grows, it becomes easier to discriminate the units from each other. For this reason, isolated word recognition systems are very successful. Also since it effects the phoneme-based speech recognition systems' success negatively of the units the size of the phonems is smaller. When the disadvantages of these two units are considered, we decided to use syllables which are larger than phoneme in size and which is limited in number in Turkish language. The other reasons for developing the Turkish speech recognition as syllable-based are that the Turkish can be read syllable by syllable and the rules for syllables are very simple. Within the scope of this thesis work multi layer perceptrons are used to classify the syllables. Two separate experiments have been performed for continuous speech and for the separated syllables from continuous speech by using multi layer perceptrons. In conclusion, an experimental application and an experiment platform have been implemented for a syllable-based Turkish speech recognition system.
Benzer Tezler
- Sesbirim tabanlı Türkçe sesli ifade tanımada yazım hatası düzeltme sisteminin tasarımı ve gerçekleştirimi
Design and implementation of a spelling error correction system in phoneme based Turkish speech recognition
ALİ ÖZKAN ÖZEREN
Yüksek Lisans
Türkçe
2001
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HARUN ARTUNER
- Türkçe sesli ifade tanımada ses birim ve heceye dayalı çözümleme ve iyileştirmenin yapıldığı bir uzman sistemin tasarım ve gerçekleştirimi
Design and implementation of an expert system for analysis and optimization of Turkish speech recognition based on phoneme and syllable
SONER ERKAN YASAN
Yüksek Lisans
Türkçe
2001
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HARUN ARTUNER
- Türkçe metin seslendirme
Turkish text to speech system
KENAN GÜLDALI
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Görme engelliler için bilgisayar kullanımının etkinleştirilmesi, erişilebilirlik ve bir türkçe hece tabanlı konuşma sentezleme sisteminin geliştirilmesi
Enabling the use of computers for the visually impaired, accessibility and development of a turkish syllable-based speech synthesis system
GÜRAY ARIK
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. BENİAN TEKİNDAL
- Sözcük ve hece tabanlı konuşma tanıma sistemlerinin karşılaştırılması
A comparison of word and syllable-based speech recognition systems
ÖZLEM YAKAR
Yüksek Lisans
Türkçe
2016
MatematikAdnan Menderes ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. RIFAT AŞLIYAN