Çağrı merkezleri için derinöğrenme tabanlı interaktif konuşma tanıma
Başlık çevirisi mevcut değil.
- Tez No: 613733
- Danışmanlar: DOÇ. DR. HASAN ERDİNÇ KOÇER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Birçok ticari işletme müşterilerden gelen aramalarda çağrı merkezi sistemi kullanmaktadır. Bu merkezlere çoğunlukla santral görevlileri gelen çağrılara cevap vermekte ve müşterileri ilgili kişilere yönlendirmektedir. Aşırı yoğun çağrı trafiğinden dolayı müşteriler çok uzun süre bekletilmektedir. Bunun bir çözümü olarak santral görevlileri sayısının artırılması ihtiyacı doğmaktadır. Bu durum hem maliyetleri yükseltmekte hem de tam ve kesin bir çözüm olamamaktadır. Bu çalışmada Türkçe konuşma tanıma kullanılarak kişilerden gelen telefon çağrılarını otomatik olarak yönlendiren interaktif bir sistem tasarlanmış ve performans değerlendirmesi yapılmıştır. Çalışmanın ilk aşamasında ses tanıma problemlerinde özellik çıkarımı için literatürde sıkça kullanılan Mel-Frekansı Kepstral Katsayıları (MFKK) ve sesin sınıflandırılmasında kullanılan Saklı Markov Modeli (SMM) denenmiştir. Bu yaklaşımda gürültüsüz ortamda elde edilen ses dosyalarına MFKK ve ardından SMM uygulanarak sonuçlar kaydedilmiş ancak başarı oranı tatmin edici bulunmamıştır. Ardından derin öğrenme tabanlı bir yaklaşım ile Python programlama dili kullanılarak gürültülü ve gürültüsüz ortamlarda gelen çağrılarda girilen konuşmalar analiz edilmiştir. Geliştirilen yazılımın test aşamasında üniversite santral sistemi baz alınarak 10 bölüm ve 100 kişiden oluşan bir rehber veritabanı oluşturulmuştur. Yaş, cinsiyet, bölüm, süre ve ortam (gürültülü/gürültüsüz) parametreleri açısından tezde geliştirilen interaktif Türkçe konuşma tanıma sistemi değerlendirilmiştir.
Özet (Çeviri)
Many commercial businesses use a call center system for incoming calls from customers. In these centers, mostly central personnel answer the incoming calls and direct the customers to the related persons. Due to excessive call traffic, customers are kept waiting for a very long time. As a solution, there is a need to increase the number of center personnels. This increases both costs and cannot be a complete and definitive solution. In this study, an interactive system that automatically directs phone calls from people using Turkish speech recognition is designed and performance evaluation is performed. In the first stage of the study, Mel-Frequency Cepstral Coefficients (MFCC) and Hidden Markov Model (HMM), which are used in the classification of sound, were used for feature extraction in voice recognition problems. In this approach, the results were recorded by applying MFCC and then HMM to the sound files obtained in a noiseless environment, but the success rate was not satisfactory. In this context, a deep learning based approach was used to analyze the conversations entered in incoming calls in noisy and noiseless environments by using Python programming language. During the test phase of the developed software, a database consisting of 10 departments and 100 people was created based on the university system. The interactive Turkish speech recognition system developed in the thesis was evaluated in terms of age, gender, department, duration and environment (noisy / noiseless) parameters.
Benzer Tezler
- Derin öğrenme ve büyük veri yaklaşımları ile metin analizi
Text analysis with deep learning and big data approaches
BETÜL AY KARAKUŞ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GALİP AYDIN
- Kümeleme yöntemleri ile müşteri kanal göçü analizi
Customer channel migration analysis with clustering methods
GİZEM ÇALIŞKAN
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET YASİN ULUKUŞ
- Lokal ileri rektum kanseri hastalarında bilgisayarlı tomografi tabanlı öğrenme metodu ile metastaz riskinin yapay zeka destekli belirlenmesi
Başlık çevirisi yok
TAYFUN ÇAĞRI HIDIMOĞLU
Tıpta Uzmanlık
Türkçe
2025
Radyasyon OnkolojisiEge ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
DOÇ. DR. FATMA SERT
- Ses kaydı analizine dayalı müşteri duygu sınıflandırması için CNN hiper parametre optimizasyonu
CNN hyperparameter optimization for customer emotion classification based on voice recording analysis
TANER HACIOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNA APAK
- Çocuk akciğer x-ışını görüntülerinin derin öğrenme yöntemleri ile analizi
Analysis of child lung x-ray images with deep learningmethods
ÇAĞDAŞ ŞİMŞEK
Doktora
Türkçe
2025
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. SUAT ÖZKORUCUKLU