Spektrogram tekniği kullanılarak derin öğrenme yöntemleri ile ses tanıma
Sound recognition with deep learning methods using spectrogram technique
- Tez No: 568103
- Danışmanlar: DOÇ. DR. RIDVAN SARAÇOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ses tanıma insan sesinin bir mikrofon vasıtasıyla bilgisayar tarafından algılanarak tanınması işlemidir. Gelişen teknoloji sürecinde kendine önemli bir yer oluşturmaya başlamıştır. Bu çalışmada, daha önceden kaydedilmiş konuşma komutlarının tanınması için derin öğrenme yöntemleri kullanılmıştır. İki boyutlu derin öğrenme yapılarında işlenmek üzere ses verileri spektogram yöntemi kullanılarak görüntüye çevrilmiştir. Spektogram yöntemi hızlı fourier dönüşümü temelli alt örnekleme tekniğidir. Beş farklı evrişimsel sinir ağı modeli oluşturularak spektogram tekniği ile elde edilen görüntülerin sınıflandırılması gerçekleştirilmiştir. Karşılaştırmalı analiz kapsamında veri seti ayrı kategoriler halinde farklı sınıf sayısına bölünmüştür. Sınıf sayısının derin öğrenme yapıları üzerindeki etkisi araştırılmıştır. Ayrıca, farklı sayıda eğitim verileri kullanılarak ağın duyarlılığı değerlendirilmiştir. Ağların performansını değerlendirmek için Softmax ve Destek Vektör Makinesi olmak üzere iki sınıflandırıcı kullanılmıştır. Elde edilen sonuçlar dikkate alındığında % 95'in üzerinde sınıflama doğruluğuna ulaşıldığı görülmüştür.
Özet (Çeviri)
Voice recognition is the process by which the human voice is detected and recognized by the computer through a microphone. It has started to create an important place for itself in the developing technology process. In this study, deep learning methods were used to recognize previously recorded speech commands. In order to be processed in two-dimensional deep learning structures, audio data were converted to image by using spectogram method. Spectogram method is a sub-sampling technique based on fast fourier transform. Five different convolutional neural network models were created by using the spectogram technique and the trainings were performed with different data numbers. The data set is divided into different number of classes as separate categories. The effect of the number of classes on deep learning structures was investigated. Furthermore, the sensitivity of the network with different training data numbers was evaluated. In order to evaluate the performance of the networks, two classifiers were used as Softmax and Support Vector Machine. Over 95% accuracy was achieved.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- The Analysis of platinum metals in platinum catalysts by thin layer chromotography
İnce tabaka kromatografisi ile platin katalizörlerindeki platin metallerinin analizi
MELEK MERDİVAN
- Normal ve özel A yıldızlarının spektrum sentez tekniği ile atmosfer yapılarının incelenmesi
The Atmospheric analysis of the normal and peculiar a stars by using spectrum synthesis techniques
HÜLYA ÇALIŞKAN
Doktora
Türkçe
1995
Astronomi ve Uzay Bilimleriİstanbul ÜniversitesiAstronomi ve Uzay Bilimleri Ana Bilim Dalı
PROF.DR. DURSUN KOÇER
- Diaza-dioxa substitue ftalosiyanin, oksim ve kompleksleri
Diaza-dioxa substitue phthalocyanine, oxime and complexes
ESİN HAMURYUDAN
- Durağan olmayan sesötesi doppler işaretlerinin zamana bağımlı adaptif parametrik modeller ile modellenmesi
Time dependet adaptive parametric modeling of nonstationary ultrasonic doppler signals
MEHMET EMİN YÜKSEL