Geri Dön

Call center for deep learning based attractive speech recognition

Başlık çevirisi mevcut değil.

  1. Tez No: 829094
  2. Yazar: HASNAA MOHAMMED HUSSEIN JASIM ALALLAF
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Çok sayıda işletme, müşteri çağrılarını yönetmek için çağrı merkezi teknolojilerini kullanır. Bu merkezin merkez personelinin çoğu gelen çağrılarla ilgilenir ve onları uygun yerlere yönlendirir. Yüksek çağrı hacmi nedeniyle, müşteriler alışılmadık şekilde uzun süreler boyunca beklemeye alınır. Tesise ek personel getirmek soruna uygulanabilir bir çözümdür. Bu, kapsamlı veya uygun maliyetli bir çözüm olmayabilir ve kesinlikle maliyeti artırır. Bu araştırma, Nurul ağı, K en yakın komşu, Destek vektör makinesi Sınıflandırıcı, Rastgele Orman Sınıflandırıcı, Lojistik regresyon Sınıflandırıcı ve karar ağacı tabanlı makine öğrenme algoritmasını kullanarak gürültülü kentsel ortamlardaki konuşma olaylarını açık kaynaklı bir veri seti (Cinsiyet) kullanarak algılamayı amaçlamaktadır. Sesle Tanıma) Kaggle web sitesinden indirilmiştir. Ayrıca Rastgele Orman Sınıflandırıcı (%99,5) ve Karar Ağacı Sınıflandırıcı (%98) son derece doğru modeller verir. Tez kapsamında oluşturulan etkileşimli Türkçe ses tanıma sistemi yaş, cinsiyet, bölüm, süre, ortam gürültü düzeyi gibi çeşitli değişkenler üzerinden incelenmiştir.

Özet (Çeviri)

Numerous sorts of businesses utilize call center technologies to manage client calls. The majority of this center's central staff handles incoming calls and routes them to the appropriate locations. Owing to a high call volume, clients are placed on hold for unusually extended times. Bringing additional personnel to the facility is a feasible solution to the problem. This may not be a thorough or cost-effective solution, and it certainly increases the cost. This research aims to use the Nurul network, K nearest neighbors, Support vector machine Classifier, Random Forest Classifier, Logistic regression Classifier, and decision tree-based machine learning algorithm to detect speech events in noisy urban environments using an open-source dataset (Gender Recognition by Voice) downloaded from the Kaggle website. Moreover, the Random Forest Classifier (99.5%) and the Decision Tree Classifier (98%) yield extremely accurate models. The interactive Turkish voice recognition system created for the thesis was examined across several variables, such as age, gender, department, duration, and ambient noise level.

Benzer Tezler

  1. Kümeleme yöntemleri ile müşteri kanal göçü analizi

    Customer channel migration analysis with clustering methods

    GİZEM ÇALIŞKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET YASİN ULUKUŞ

  2. Çağrı merkezleri için derinöğrenme tabanlı interaktif konuşma tanıma

    Başlık çevirisi yok

    MUSTAFA JUMAAH AHMED

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN ERDİNÇ KOÇER

  3. CNN-based text-independent automatic speaker identification

    Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama

    MANDANA FASOUNAKI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  4. Manipulation of visually recognized objects using deep learning

    Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi

    ERTUĞRUL BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PINAR BOYRAZ

  5. Derin öğrenme ve büyük veri yaklaşımları ile metin analizi

    Text analysis with deep learning and big data approaches

    BETÜL AY KARAKUŞ

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GALİP AYDIN