RADYO VE TELEVİZYON ÜST KURULU Çevrimiçi kütüphane kataloğu
RTÜK
KÜTÜPHANESİ
Konuşma Tanıma Sistemelerinde Uygulanan Öznitelik Çıkarım Algoritmalarının Karşılaştırılması ve Rtük İncelemesiTez · 2023
Tez · Türkçe

Konuşma Tanıma Sistemelerinde Uygulanan Öznitelik Çıkarım Algoritmalarının Karşılaştırılması ve Rtük İncelemesi

İtap, Muratcan

[yayn.y.]Ankara2023

Yayın bilgileri

Konular

Özet / içindekiler

50’ler ve 60’larda ilk basit örneklerini veren konuşma tanıma sistemleri, 70’lerde öznitelik çıkarım tekniklerinin, 80’lerde ise istatistiksel modellerin kullanılmasıyla, büyük gelişim kaydetti. 2000’lerde gelişen yazılım ve donanım teknolojileri ile birlikte yapay zekâ teknolojilerinin de bu alanda kullanılmasıyla, konuşma tanıma sistemleri yeni bir boyut kazandı. Konuşma tanıma sistemleri günümüzde sanal asistanlardan müşteri hizmetlerine kadar pek çok alanda kullanılan bir teknolojidir. Konuşma tanıma sisteminin adımlarından birisi olan öznitelik çıkarımı, sistemin verimliliği ve tanıma oranı bakımından çok önemlidir. Bu sebeple günümüzde yaygın olarak kullanılan üç önemli öznitelik çıkarım tekniğinin karşılaştırılması bu tezin konusu olarak seçilmiştir. Bu çalışmanın ilk bölümünde konuşma tanıma sistemlerinin genel yapısı verilmiştir. Bu bölümde amaç sistemin genel yapısını ve öznitelik çıkarımının sistemin neresinde yer aldığını anlamaktır. Ayrıca konuşma sinyal işleme konusu öznitelik çıkarım tekniklerinin temelini oluşturduğundan bu bölümde detaylıca ele alınmıştır. İkinci bölümde öznitelik çıkarımı için seçilen üç teknik olan LPC, MFCC, PLP-RASTA detaylıca açıklanmış ve literatürde yapılan çalışmalar ışığında bu tekniklerin çeşitli yönlerden karşılaştırması yapılmıştır. Üçüncü bölümde ise ele alınan üç öznitelik çıkarım yöntemi için Türkçe ve İngilizce komutlar için bir saniyelik ses dosyalarından oluşan veri seti üzerinden elde edilen öznitelik vektörleriyle, her yöntem ve dil için ayrı olacak şekilde aynı özelliklere sahip evrişimsel sinir ağı eğitilmiştir. Öznitelik çıkarım tekniklerinin Türkçe ve İngilizce için yakaladığı tanıma oranlarının ve hesaplama sürelerinin karşılaştırılması yapılmıştır. v Son olarak, bulgular ve sonuçlar bölümlerinde, elde edilen çıkarımlar, yorum ve öneriler eklenerek verilmiştir. Ayrıca, RTÜK bünyesinde yayınların kaydedilmesini sağlayan SKAAS ile konuşma tanıma sistemlerinin birlikte kullanılması bu bölümlerde incelenecektir.

Notlar

Kaynakçası vardır.

Nüsha ve yer bilgisi

DemirbaşRaf / yer numarasıNüshaDurum
0002164UTEZ294/İTAk.1 Durum doğrulanmadı

Koleksiyondan diğer yayınlar

Koleksiyona git →