OVY, SVM, KNN ve TDNN sınıflayıcıları kullanarak konuşmacı belirleme
Speaker identification using CVA, SVM, KNN, and TDNN classifiers
- Tez No: 820566
- Danışmanlar: DR. ÖĞR. ÜYESİ SERKAN KESER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: OVY, KNN, METUBET, MNIST, SVM-polinom kernel, TDNN, CVA, KNN, METUBET, MNIST, SVM-polynomial kernel, TDNN
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kırşehir Ahi Evran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Konuşmacı tanıma çalışmaları günümüzde pek çok alanda kullanılmaktadır. Özellikle güvenlik sistemlerinde bu konu daha da önem kazanmıştır. Oluşturulacak konuşma tanıma sistemlerinin yüksek tanıma oranlarına erişmesi gerekir. Konuşmacı tanıma konuşmacı belirleme ve konuşmacı doğrulama olmak üzere ikiye ayrılır. Bu çalışmada Türkçe METUBET ve İngilizce MNIST veri tabanları için konuşmacı belirleme gerçekleştirilmiştir. Konuşmacı belirleme için MFCC katsayıları ve perde frekansı değerleri birleştirilmiştir. METUBET veri tabanı için 40 kişi, NMNIST veri tabanı için ise 30 kişi kullanılmıştır. Çalışmada OVY, SVM, KNN ve TDNN sınıflayıcılar kullanılmıştır. Konuşmacı belirlemede METUBET için en yüksek konuşmacı belirleme oranı SVM-polinom kernel ile %97.75 ve MNIST için TDNN ile %96.14 bulunmuştur. METUBET için konuşmacı tanıma sonucu OVY ile %100 bulunmuştur.
Özet (Çeviri)
Speaker recognition studies are used in many fields today. Especially in security systems, this issue has gained more importance. Speech recognition systems to be created must reach high recognition rates. Speaker recognition is divided into speaker identification and speaker verification. In this study, speaker identification was carried out for the Turkish METUBET and English MNIST databases. MFCC coefficients and pitch frequency values are combined for speaker identification. 40 speakers were used for the METUBET database and 30 speakers were used for the NMNIST database. The CVA, SVM, KNN and TDNN classifiers were used in the study. In speaker identification, the highest speaker identification rate for METUBET was found to be 97.75% with SVM-polynomial kernel and 96.14% with TDNN for MNIST. Speaker recognition result for METUBET was found to be 100% with OVY.
Benzer Tezler
- Asenkron motorlardan elde edilen titreşim sinyalleri kullanılarak arıza tespiti
Fault detection using vibration signals obtained from induction motors
SEFA BULUT
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması
Radar warning receivers and recognition of radar signals
ENGİN KISALAR
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- Örüntü tanımada ortak vektör ve matris yaklaşımının kullanılması
Using the common vector and matrix approaches in pattern recognition
SEMİH ERGİN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. BİLGİNER GÜLMEZOĞLU
- Yüz ifadelerinin geometrik ve görünüm tabanlı öznitelikler kullanılarak tanınması
Recognition of facial expressions using geometric and appearance-based features
NURİ ÖZBEY
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
- Yüksek gerilim enerji iletim hattındaki arızaların dalgacık paket dönüşümü ve ortak vektör yaklaşımıyla sınıflandırılması
The classification of faults in high voltage energy transmission line by using wavelet packet transform and common vector approach
MEHMET YUMURTACI
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
DOÇ. DR. GÖKHAN GÖKMEN
PROF. DR. OSMAN KILIÇ