Derin konuşma ile Kur'an-ı Kerim'i hatalı okuma tespiti
Detecting incorrect reading of the Quran through deep talk
- Tez No: 856727
- Danışmanlar: DR. ÖĞR. ÜYESİ PINAR ÖZEN KAVAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Arapça'nın doğru telaffuzu için, kelimenin doğru seslerini tüm ses birimlerinde uygun şekilde formüle etmek gereklidir. Kur'an-ı Kerim'in doğru dil bilgisi ve tecvid kurallarıyla okunması, özellikle Arapça konuşanlar için zorlayıcı olabilir. Bu nedenle Kur'an- ı Kerim'i doğru bir şekilde okumak isteyenler, uzmanlardan eğitim alabilirler. Bu çalışmada uçtan uca derin öğrenme kullanılarak konuşma tanıma ve denetleme sistemi geliştirilmiştir. Bu sistemin amacı, cinsiyet ayrımı gözetmeksizin herkesin doğru bir şekilde Kur'an okumasını destekleyen bir Otomatik Konuşma Tanıma (OKT) sistemi oluşturmaktır. Çevrimiçi olarak erişilebilen Kur'an kıraatleri genellikle erkek yetişkin profesyoneller tarafından kaydedilmiştir. Bu nedenle, bu tür verilerle eğitilmiş bir OKT sistemi, kadın okuyucular için yeterli olmayabilir. Bu çalışmada, farklı yaşlardaki hem kadın hem de erkek okuyucular tarafından kaydedilen Kur'an kıraatlerinin ses kayıtlarını içeren bir karşılaştırma veri seti kullanılarak bu eksiklik giderilmeye çalışılmıştır. Bu veri seti kullanılarak, derin konuşma modeline dayalı, konuşmacı cinsiyetinden bağımsız çalışabilen bir konuşma tanıma (KT) sistemi geliştirilmiştir ve bu sistemin performansı Kelime Hata Oranı (KHO) ve Karakter Hata Oranı (KaHO) gibi ölçütler kullanılarak değerlendirilmiştir. Amaç, bir cinsiyetten gelen verilerle eğitilen ve optimize edilen bir OKT sisteminin diğer cinsiyetten gelen veriler üzerinde nasıl performans gösterdiğini değerlendirmektir. Veri setinde erkek okuyucu sayısı kadın okuyuculara göre daha fazla olduğu için sistem erkek seslerini tanıma konusunda daha iyi performans göstermektedir. Sistemin modeli, farklı cinsiyetlerden ve yaşlardan kaydedilen seslerle ve dünyaca ünlü 7 imamın sesleri ile eğitilmiştir ve sonuçlar KHO 0.098315 ve KaHO 0.076785 olarak elde edilmiştir. Bu sonuçlar, sistemin cinsiyet ve yaş farkı gözetmeksizin başarılı bir şekilde çalıştığını göstermektedir.
Özet (Çeviri)
For the correct pronunciation of Arabic, it is necessary to formulate the correct sounds of each phoneme in all speech units. Reading the Quran correctly with proper grammar and tajweed rules can be challenging, especially for Arabic speakers. Therefore, those who wish to read the Quran accurately seek guidance from experts. In this study, a speech recognition and verification system was developed using end-to-end deep learning. The goal of this system is to create a Deep Speech Recognition (DSR) system that supports accurate Quran recitation for everyone, regardless of gender. Online accessible Quran recitations are typically recorded by male adult professionals. Consequently, an Automatic Speech Recognition (ASR) system trained on such data may not be sufficient for female or child readers. In this study, an attempt was made to address this gap by using a comparison dataset containing Quran recitations recorded by individuals of different ages and both genders. Using this dataset, a speaker-independent speech recognition (SR) system based on deep learning was developed, and its performance was evaluated using metrics such as Word Error Rate (WER) and Character Error Rate (CER). The aim is to demonstrate how an ASR system trained and optimized on data from one gender performs on data from the other gender. As the number of male readers in our dataset is greater than female readers, the system performs better in recognizing male voices. The model of the system was trained with voices recorded by individuals of different genders and ages, as well as the voices of 7 imams from the world's most famous imams, using a deep speech model, and the results yielded a WER of 0.098315 and a CER of 0.076785. These results indicate that the system operates successfully regardless of gender and age differences.
Benzer Tezler
- Tokat yöresi Alevî-Bektaşî inancında zâkirlik geleneği
The tradition of dhikr performers among Alevî-Bektashi belief in Tokat territory
DENİZ GÜNEŞ
Doktora
Türkçe
2013
Müzikİstanbul Teknik ÜniversitesiMüzikoloji ve Müzik Teorisi Ana Bilim Dalı
DOÇ. EROL PARLAK
ÖĞR. GÖR. SÜLEYMAN ŞENEL
- Çağdaş Suriye nesrinde siyasî hapishane edebiyatı üzerine eleştirel bir bakış
The literature of political prisons in contemporary Syrian prose analytical prepective
ABDOLGADER MOHAMED ALİ
Yüksek Lisans
Arapça
2014
Doğu Dilleri ve EdebiyatıSelçuk ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
YRD. DOÇ. FİKRET ARSLAN
- Rethinking agricultural communication in the context of power/knowledge: Socialization of digital agriculture in Geyve
Tarımsal ı̇letı̇şı̇mı̇ bilgi/iktidar bağlamında yenı̇den düşünmek: Geyve'de dı̇jı̇tal tarımın sosyalleşmesı̇
KÜBRA SULTAN YÜZÜNCÜYIL
Doktora
İngilizce
2024
İletişim BilimleriGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. HALİME YÜCEL BOURSE
- Milli Mücadele Döneminde Halide Edip Adıvar
Halide Edip Adıvar during the national struggle
H.MURAT ARABACI
- Using network-on-chip structure in deep neural network accelerator design
Derin sinir ağı hızlandırıcı tasarımlarında yonga-üstü-ağ yapısının kullanımı
FURKAN NACAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN TOSUN