Wavelet (dalgacık dönüşümü) ve yapay sinir ağı kullanarak ses sinyalinden konuşmacı tespiti
Speaker identification by means of wavelet and neural network aproach
- Tez No: 252746
- Danışmanlar: DOÇ. DR. MEHMET AKIN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Voice recognition, Neural Networks, Fast Fourier Transformation, Hidden Markov Models, Speaker Dependent Speaker Recognition, Wavelet
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 172
Özet
Bu çalışmada amaçlanan; mikrofon yardımı ile kayıt edilen ses sinyallerindenwavelet ve yapay sinir ağı yardımı ile konuşmacı kimliğinin tespit edilmesidir. İlk önce 10farklı kişiden ( 6 erkek ve 4 kadın ) ses örnekleri alınmıştır. Shareware yazılımlar olanWaveflow ve Wavepad programlarını kullanarak ses sinyalleri gürültüden temizlenmiştir.Matlab Simulink ile hazırlanan model yardımı ile seslere ait kullanılabilir veriler eldeedilmiştir. Veri elde edilmesi esnasında Wavelet ayrımı kullanılmıştır. Elde edilen bu verilerMatlab ortamında hazırlanan Yapay Sinir Ağı'na giriş veri sinyalleri olarak uygulanmıştır. Busayede YSA'nın faklı kişilerin konuşmalarını sınıflandırması sağlanmıştır.Bölüm 1'de; sinyal işlene yaklaşımı ve kullanım alanları geniş olarak anlatılmıştır.Ayrıca, kişi tanıma yönteminin avantajları ve dezavantajları ile kısıtlamaları hakkındakritikler yapılmıştır. Bu bölümle ilave olarak kişi tanıma yönteminin safhaları hakkında bazıtemel bilgiler de verilmiştir. Bu safhalar; sesin kaydedilmesi, kodlanması, sinyal işlemeteknikleri ve sinyal modellemedir.Bölüm 2'de; Yeni bir yaklaşım sunan bu çalışmanın daha iyi anlaşılabilmesi için SaklıMarkov Modelleri yönteminin teori ve kullanımı, ses sinyalinin modelenmesinde yapay sinirağları, ses işlemeye zaman domeni yaklaşımı, ses kodlama ve modelleme için DoğrusalÖngörüm Kodlaması, Wavelet teorisi ve uygulama alanları konuları hakkında bilgilersunulmuştur.Bölüm 3'de; Bu çalışma esnasında yapılmış olan tüm çalışmalardan bahsedilmiştir. Buçalışmalar; sesin kaydedilmesi, ses işleme, Wavet ayrımı yardımı ile sabitlerin elde edilmesi,YSA modelinin hazırlanması, sabitleri YSA modeline giriş verisi olarak uygulanması ve YSAçıkış verilerinin yorumlanması çalışmalarıdır.Bölüm 4'de; Çıkan sonuçlar değerlendirilmiştir ve gelecek çalışmalar hakkındadüşünceler elde edilmiştir.Anahtar Kelimeler : Ses Tanıma, Yapay Sinir Ağları, Hızlı Fourier Dönüşümü, Saklı MarkovModelleri, Konuşmacı Bağımlı Ses Tanıma, Wavelet, Dalgacık Teoremi.
Özet (Çeviri)
The purpose of this study is to recognize the speaker identity by means ofwavelet analysis and neural network aproach. Firstly, sampling the voice signal generatedfrom 10 different person ( 6 males and 4 females ), we extracted noise from voice signals byusing Waveflow and Wavepad shareware programs. With the help of a Matlab Simulinkmodel we generated the useable data from this voice signals. Wavelet aproach has been usedfor getting these datas. These datas have been used as an input signal for Matlab basedNeural Network. This neural network classified the voice data for different speakers.In Section-1 ; The signal processing concept and it?s using area has been largelyexplained. Additionally, the advantages, disadvantages and the limitations of the speakerrecognition process have been criticized in the same section. Furthermore, some basicacknowledgements about the phases of speaker identification process have been presented inthis section. These phases are recording the voice signal, coding the signal, signal processingtechnics ( signal processing ) and signal modeling.In Section-2 ; For making easier the understanding of this study, new aproach tospeaker recognition, The process of HMM ( Hidden Markov Models ), theory and usage,Neural Networks used in modeling the voice signal, Time domain aproach to signalprocessing , LPC ( Linear Prediction Coding ) for signal modeling and coding, WaveletTheory and application areas have been underlined in this section.In Section-3 ; All the work done for this study; signal recording, signal processing,getting wavelet constants from the voice signal, neural network model preperation, workingwith the model and interpreating the output datas are briefly explained.In Section-4 ; The result and feature projects are explained.
Benzer Tezler
- Wavelet dönüşümü ile yapay sinir ağlarını kullanarak ses dalgalarının tanımlanması
Determination of wavelet transform and neural network that is used by voice waves
MEHMET ALGİL
Yüksek Lisans
Türkçe
2003
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEBRAİL ÇİFTLİKLİ
- Çok katmanlı algılayıcı sinir ağı kullanarak konuşmacı tanıma sisteminde ayrık dalgacık dönüşümü temelli gürültü arındırmanın etkisi
The effect of denoising in speaker recognation system based on discreet wavelet transform using multilayer perceptron neural network
KÜBRA TANCI
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiGaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT HEKİM
- Lung sound signal classification by using cosine similarity-basedmultilevel discrete wavelet transform decomposition with CNN-LSTM hybrid model
CNN-LSTM hıbrıt modelıyle kosınüs benzerlıgıne dayalı çok düzeylıayrık dalgacık dönüsümü ayrısımı kullanarak akcıger ses sınyalısınıflandırması
KHABAT HASAN ABDULLAH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BİLAL ER
- Radar Doppler işaretleri ile otomatik hedef tanıma
Automated target recognition by using radar Doppler signals
SERHAT COŞAR
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
Y.DOÇ.DR. İBRAHİM TÜRKOĞLU
- Dalgacık dönüşümü ve yapay sinir ağı kullanarak doku tanıma
Pattern recognition by using wavelet transform and artificial neural network
A.SAMET HAŞİLOĞLU
Doktora
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN GÖK