Turkish vowels recognition using some properties of the human auditory system
Başlık çevirisi mevcut değil.
- Tez No: 65161
- Danışmanlar: DOÇ. DR. FİKRET GÜRGEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
ÖZET Bu tez, çok kullanıcı tarafından seslendirilmiş sekiz Türkçe sesli harfi, bir başka deyişle lal, İd, l\l, İM, /o/, /öl, lul, lül harflerini tanımak için güvenilir bir ses tanıma modeli sunar. Bu model insanların duyma sistemlerinin logaritmik davranışını taklit eden Mel- skalası ile özellik belirleme yöntemini ve beyindeki nöronların tanıma işlevlerini yerine getiren yapay sinir ağlarım kullanır. Özellik vektörleri, yüzde 50 örtüşen yedi çerçeve için eşit Mel-skalası aralıklarında Hamming pencerelenmiş ses datasının güç spektral yoğunluğunun ortalaması alınarak hesaplanır. Güvenilirliği ve kolay gerçekleştirilir olması sebebiyle sesli harf sınırlandırıcı olarak geri propagasyon öğrenme algoritmasını kullanan çok katmanlı bir perseptron seçilmiştir. Perseptron öğrenme zamanını geliştirmek için adaptif öğrenme hızı algoritması kullanılarak eğitilmiştir. Deneyler hem temiz izole ses datası, hem de toplamsal beyaz Gauss gürültülü ses datası kullanılarak gerçekleştirilmiştir. Sonuçlar performansın temiz data durumunda çok iyi olduğunu, gürültülü data durumundaysa gürültünün seviyesine göre değiştiğini göstermiştir. Sonra, çok katmanlı perseptron ile radyal tabanlı yapay sinir ağının karşılaştırılması yapılmıştır. Deneyler göstermiştir ki, az sayıda saklı düğüm için çok katmanlı perseptron daha iyi sonuç verirken, saklı düğüm sayısı arttıkça radyal tabanlı yapay sinir ağının da performansı artmıştır. Son olarak Türkçe şehir adlan içinde geçen sesli harfler üzerinde modelin başarısı incelenmiştir. Sonuçlar, kelime içindeki koartikülasyon sebebiyle performansın birden düştüğünü göstermiştir.
Özet (Çeviri)
IV ABSTRACT This thesis introduces a robust vowel recognition model to recognize eight Turkish vowels, la/, Id, 111, lil, lol, löl, /u/, lül, uttered by multi speakers. The model consists of a feature extraction method using Mel-scaled coefficients to simulate the logarithmic behaviour of the human auditory system and an artificial neural network to simulate the recognition process of neurons in the brain. The feature vectors are built by calculating mean value of the spectral power density of Hamming windowed speech data at equally spaced Mel-scaled intervals over seven 50 per cent overlapping frames. A multilayer perceptron (MLP) with back propagation (BP) learning algorithm is used as the vowel classifier for its robustness and ease to implement. MLP is trained with an adaptive learning rate (ALR) algorithm to improve the training time. Experiments are performed using both clean isolated speech data and with additive Gaussian white noise. The results show that the performance is very high for the clean data case and directly proportional to the level of noise in the noisy case. Then, experiments are conducted to compare MLP and Radial Basis Function (RBF). The results show that the recognition performance of MLP is better than RBF for small number of hidden nodes, while RBF performs better as the number of hidden nodes increases. Finally, experiments are performed on a set of vowels extracted from Turkish city names to assess recognition performance. The results show that the recognition rate drops suddenly, probably because of the coarticulation introduced in the words.
Benzer Tezler
- Türkçe yazım denetleyen editör
Turkish spelling checker editor
K.MESUT YARIMBIYIKLI
Yüksek Lisans
Türkçe
1992
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ. DR. TAKUHİ NADİA ERDOĞAN
- Türkçe sözcük analizi
Turkish word analysis
ARZU BAYRAMOĞLU
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. EMRE HARMANCI
- Ortak vektör yaklaşımı ile fonem tabanlı Türkçe yalıtık kelime tanıma
Phoneme based Turkish isolated word recognition using common vector approach
SERKAN KESER
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RİFAT EDİZKAN
- Türk dili için konuşma üretme
Başlık çevirisi yok
NİHAL ALICI
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
