Konuşmacı ve konuşma tabanlı kaskad biyometrik kontrol sistemi tasarımı
Cascaded biometric control system based on speaker and speech recognition
- Tez No: 507202
- Danışmanlar: YRD. DOÇ. DR. NİHAN KAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Biyoteknoloji, Elektrik ve Elektronik Mühendisliği, Bioengineering, Biotechnology, Electrical and Electronics Engineering
- Anahtar Kelimeler: konuşmacı tanıma, mel frekansı cepstral katsayıları, pitch periyot, Speaker recognition, mel frecquency cepstral cofficients, pitch period
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 75
Özet
Bu tezde biyometrik tanımlama sistemlerinden konuşmacı tanıma ve ardından konuşma tanıma ile kontrol edilebilen bir system için gerekli yazılım önerilmiştir. Çalışmanın ilk aşamasında metin bağımsız konuşmacı tanıma işlemi gerçekleştirilmiş, daha sonrasında ise belirlenen kullanıcıya ait şifre kelimenin tanınması ile birleştirilerek hibrid bir ses tanıma işlemi ortaya konmuştur. Böylece konuşmacı ve konuşma tanıma yöntemlerini birlikte kullanan bir ses biyometrik sistemi sunulmaktadır. Bu basamaklı yöntem, Yanlış Pozitif Oranını (FAR) azaltır ve biyometrik tanıma sisteminin güvenliğini artırır. Mel ölçek süzgeç dizisi enerjilerinin kepstral gösteriminin (MFCC), konuşmacı tanıma için istenen öznitelik katkısını sağladığı bilindiğinden, çalışmanın ilk aşamasında bu yöntem kullanılmıştır; ancak MFCC'nin gürültüye eğilimli davranışı yüzünden hızlı bir gürültü bastırma yaklaşımı, yani gürültü kapısı, bu noktada kullanılmaktadır. Sinyalin gürültü oranının (SNR) konuşmanın bölümlenmemiş kısımlarında daha yüksek olması nedeniyle, konuşma sinyalinin bu kısımları kısa zaman enerjisi kullanılarak tespit edilir ve kesilir. Bir karenin kısa süreli enerjisi önceden tanımlanmış bir eşikten düşükse, gürültü olarak kabul edilir ve bu bölüm kaldırılır. Elde edilen MFCC değerleri biyometrik şablon olarak kullanılır. Hedef sisteme yeni giriş geldiğinde kullanılan yöntem ise şablon olarak kaydedilen MFCC'ler ile test verisinin MFCC değerleri arasındaki Euclidian mesafe metriğinin hesaplanması ve belirli bir eşik değerinden büyük olup olmamasına dayanmaktadır. Ses tanıma aşaması ise otokorelasyon ve gelişmiş sinyal işlemeden elde edilen minimum saha frekansına göre yapılır. Tez çalışmasında, kaskad ses tanıma yöntemi için MATLAB tabanlı bir yazılım sunulmuştur. Böylece ses tanıma özelliğini doğruluk, güvenlik ve penetrasyon zorluğu açısından daha iyi tanımladığı gösterilmiştir. Çalışmada elde edilen verilere göre, tanımlama sisteminin verimliliği yaklaşık % 91,2 olarak elde edilmiştir.
Özet (Çeviri)
In this thesis, a hybrid software is proposed for a system that can be controlled by speaker recognition and then speech recognition in biometric identification systems. In the first phase of the study, text-independent speaker recognition was performed, after that it is combined with the recognition of the password of the defined user, and a hybrid voice recognition process is revealed. Therefore a voice biometric system that uses speech and speech recognition methods together is presented. This concatenated method reduces the False Positive Rate (FAR) and increases the safety of the biometric recognition system. Mel Frequency Cepstral Coefficient (MFCC) method is used in the first phase of the study, as it is known that it provides the desired attribute contribution for speaker recognition; however, due to the noise-prone behavior of the MFCC, a fast noise suppression approach, the noise gate is used at this point. Since the signal to noise ratio (SNR) is higher in the unpartitioned portions of the speech, these portions of the speech signal are detected using short time energy and interrupted. If the short-term energy of a square is lower than a pre-defined threshold, it is considered noise and this section is removed. The MFCC values obtained are used as biometric templates. The method used when new entry into the target system is based on whether the Euclidian distance metric between the MFCC values of the test data and the MFCCs recorded as templates is greater than a certain threshold value. The voice recognition phase is based on the minimum field frequency obtained from autocorrelation and advanced signal processing. In this thesis study, MATLAB-based software for cascade voice recognition method is presented. Thus, it has been shown that voice recognition is better defined in terms of accuracy, security and penetration difficulty. According to the data obtained in the study, the efficiency of the identification system was approximately 91.2%.
Benzer Tezler
- Voice recognition system with score level fusion methods and embedded system design
Skor seviyesi füzyon metotları ile ses tanıma sistemi ve gömülü sistem tasarımı
CİHAN AKIN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. MÜRVET KIRCI
- Yazılım tabanlı söz sentezleyici tasarımı
Software based speech synthesiser
ÖMER ESKİDERE
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Ana Bilim Dalı
DR. FİGEN ERTAŞ
- Discrimination analysis of lip motion features for multimodal speaker identification and speech-reading
Çok-kipli konuşmacı ve konuşma tanıma uygulamaları için dudak devinim öz niteliklerinde ayırıcı analiz
HASAN ERTAN ÇETİNGÜL
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TEKALP
YRD. DOÇ. DR. ENGİN ERZİN
- Design of speaker diarization with speaker embeddings
Konuşmacı katıştırmaları ile konuşmacı günlükleme tasarımı
MUHAMMET MESUT TORUK
Yüksek Lisans
İngilizce
2020
Bilim ve TeknolojiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET SERBES
DOÇ. DR. GÖKHAN BİLGİN
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE