Geri Dön

Konuşmacı tanımada gerçekçi sinir ağlarının performansının incelenmesi

Investigating the performance of realistic neural networks in speaker recognition

  1. Tez No: 895979
  2. Yazar: ZÜBEYİR ÖZCAN
  3. Danışmanlar: PROF. DR. TEMEL KAYIKÇIOĞLU
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 254

Özet

Bu çalışmada, işitsel sistem esinli bir otomatik konuşmacı tanıma sisteminin performansı incelenmiştir. Bu sistemde, kulak, işitsel sinirler ve beynin, bilgi işleme, analiz ve sınıflandırma yetenekleri, oldukça gerçekçi bir yaklaşımla taklit edilmiş ve performansı otomatik konuşmacı tanımada incelenmiştir. Bulgular, önerilen yaklaşımın işitsel sinyallerin sınıflandırılmasında önemli potansiyelini vurgulamaktadır. Buna göre, literatürde sunulan en gelişkin yöntemlere kıyasla, önerilen yaklaşım otomatik konuşmacı tanıma görevini yüksek başarıyla yerine getirebilmektedir. Ayrıca, çalışmada önerilen hibrit yaklaşım bulgularına göre derin sinir ağlarının ve gerçekçi sinir ağlarının ardışık kullanılmasının sınıflandırma problemlerinde performansı artırıcı etkiye sahip olduğu gösterilmiştir. Sonuç olarak, biyo-esinli sistemlerin sınıflandırmada kullanılmasıyla, en gelişkin yöntemlerden daha yüksek performans elde edilebileceği ortaya koyulmuştur.

Özet (Çeviri)

In this study, the performance of an auditory system-inspired automatic speaker recognition system was investigated. In this system, the information processing, analysis and classification abilities of the ear, auditory nerves and the brain are simulated with a very realistic approach and their performance is investigated in automatic speaker recognition. The findings highlight the significant potential of the proposed approach in classifying auditory signals. Accordingly, compared to the state-of-the-art methods presented in the literature, the proposed approach can fulfill the task of automatic speaker recognition with high success rate. In addition, according to the findings of the hybrid approach proposed in the study, it has been shown that the sequential use of deep neural networks and realistic neural networks has a performance-enhancing effect on classification problems. As a result, it has been revealed that using bio-inspired systems in classification can achieve higher performance than state-of-the-art methods.

Benzer Tezler

  1. Tez No

    781767

    Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace

    Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı

    ALİ CENK KESKİN

    Doktora

    Fransızca

    Fransızca

    2009

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. JEAN MARC SOREL

    PROF. DR. HALİL ERCÜMENT ERDEM

  2. Tez No

    78046

    Gestion de performance avec DEA en utilisant les extensions de controle des poids, d'efficacite croisee et d'analyse de fenetre

    Ağırlık kısıtlamaları, çapraz etkinlik ve pencere analizi yöntemleri kullanılarak veri zarflama analizi ile performans yönetimi

    FİRÜZAN İŞCAN

    Yüksek Lisans

    Fransızca

    Fransızca

    1999

    Endüstri ve Endüstri MühendisliğiGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. E. ERTUĞRUL KARSAK

  3. Tez No

    79574

    Konuşmacı tanımada ses çözümleme yöntemleri ve adli olaylarda kullanılması

    Speaker voice identification and recognition techniques in criminal cases

    LEVENT BAYRAM

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Adli TıpAnkara Üniversitesi

    Disiplinlerarası Adli Tıp Ana Bilim Dalı

    PROF. DR. İCLAL ERGENÇ

  4. Tez No

    468177

    Konuşmacı tanımada makine öğrenmesi tekniklerinin kullanımı

    Use of machine learning techniques in speaker recognition

    ARMAĞAN KARABİNA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDAL KILIÇ

  5. Tez No

    343145

    Konuşmacı tanımada map uyarlamalı sınıflandırıcılar

    Map adapted classifiers for speaker recognition

    CEMAL HANİLÇİ

    Doktora

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUludağ Üniversitesi

    Elektronik Mühendisliği Bölümü

    YRD. DOÇ. FİGEN ERTAŞ

Geri Dön