Geri Dön

Yapay sinir ağları kullanılarak Türkçe'deki sesli harflerin tanınması

Başlık çevirisi mevcut değil.

  1. Tez No: 67807
  2. Yazar: SEYDİ VAKKAS ÜSTÜN
  3. Danışmanlar: PROF. DR. HALİT PASTACI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1997
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

ÖZET Bu tezin amacı konuşma işaretinin incelenmesi ve son günlerde en popüler tanıma yöntemi olan Yapay Sinir Ağlarını (YSA) kullanarak Türkçe sesli harflerin tanınmasına dayalı bir uygulama yapmaktır. Bu uygulamada kelime tanımanın temelini oluşturacak şekilde bir yapı kurulmaya çalışıldı. Bu yüzden kelime tanımanın yapı taşı olan sesli seslerin tanınması asıl amaç olarak ele alındı. Tanıma işlemi genellikle işaretin işlenmesi, belirgin özelliklerinin çıkarılması, örü karşılaştırılması safhalarından oluşmaktadır. Sesin analizinde LPC (linear predictive coding) analizi kullanılarak ilgili sistem parametreleri bulunmuştur. Konuşma işaretinin üretilmesini bir süzgeç olarak düşünürsek, bu süzgecin bir transfer fonksiyonu vardır. Bu transfer fonksiyonunun rezonans frekanslarına konuşma literatüründe formant denilir. Genelde ses tanımada ilk üç formant kullanılmaktadır. Fakat bu formantlar kişiden kişiye değişir, yani sabit olmayıp belirli bir alan içinde haraket ederler. Bu tezde DFT (Discrete Fourier transform) yöntemiyle ses birimlerinin, formatlarının çıkarılması yerine, tam bir spektrumu alınmıştır. Alman bu spektrum 16 banda ayrılıp her bandın ortalaması hesaplanarak 16 tane parametre elde edilmiştir. Ses tanıma işlemi bu iki tip parametre kullanılarak Yapay Sinir Ağlan ile gerçekleştirilmiştir. YSA algoritması olarak çok katmanlı genelleştirimiş delta kurallı hatanın geriye yayılması algoritması ile çalışıldı. Bu işlemleri yapabilmek amacıyla çeşitli bölümlerde ilgili algoritma ve yöntemler tartışılacak ve yorumlanacaktır. Altıncı bölümde ise tezin asıl gerçekleştirme aşamasında yapılanlar uygulama anlatılacak ve yazılan program tanıtılacaktır. Son bölümde ise sonuçlar ve öneriler yer almaktadır. iv

Özet (Çeviri)

SUMMARY The aim of the thesis is to research speech signals and to do an application based on the recognition of Turkish vowel letters by using artificial neural networks (ANN) which is a popular recognition method recently. In the thesis, it was worked to establish a structure based on the recognition of a word. Because of this, it was application by vowel letters what is the base unit of the word recognition as the main goal. The operation of the recognition has generally some parts such as signal processing, a founding out specific characters of signals, comparing with pattern. The system parameters in speech analysis have founded by using LPC ( linear predictive coding ) analysis. If we thing as a filter to produce a speech signal, the filter will have transfer function are called formant in the speech literature. It is generally used first-3 formant for speech recognition. The formants change person to person, that is not fixed (definite) and they move in a determined area. In the study, it has been taken a complete spectrum instead of taking out the formants of the speech units by using DFT ( discrete fourier transform ) method. The spectrum has separated 16 bands and calculated the average of it. So, it was obtained 16 parameters. The speech recognition operation was done by using this two types parameters with ANN. Multi-layer generalized delta- rule error back-propagation algorithm is used as ANN algorithm.. The algorithm and methods which is explained above to reach to results will be discussed. In 6. chapter, will be explained the main application and software part will be introduced. Results and conclusions are also in the last section.

Benzer Tezler

  1. The impact of AI-based chatbots on speaking anxiety among EFL learners

    Yapay zeka tabanlı sohbet robotlarının ingilizceyi yabancı dil olarak öğrenenlerdeki konuşma kaygısına etkisi

    MELTEM BALLIDAĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve Öğretimİstanbul Medeniyet Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. SELAMİ AYDIN

  2. Yapay sinir ağları kullanılarak türkiye'deki özel bir sigorta şirketinde portföy değerlendirmesi

    Valuation of portfolio with using artificial neural network at a insurance company in turkey

    GÜLAY DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. HÜLYA ÇINGI

  3. Yapay sinir ağları ile hece algılama

    Başlık çevirisi yok

    ÖZCAN SAÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. RIFAT YAZICI

  4. Ekonomik endeksler kullanılarak Türkiye'deki altın fiyatındaki değişim yönünün yapay sinir ağları ile tahmini

    Forecasting of the direction changes in the gold price in Turkey with artificial neural network by using economic indices

    CEVDET İLKER KOCATEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgi ve Belge YönetimiGazi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. OKTAY YILDIZ

  5. Yapay sinir ağları ile afet yönetiminde sosyal zarar görebilirlik riskinin belirlenmesi

    Utilization of artificial neural networks for calculation of social vulnerability in disaster management

    DİLEK SÜRMELİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İşletmeSakarya Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ERMAN COŞKUN