Independent component analysis as a front-end for speaker recognition
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2004
Tezin Dili: İngilizce
Öğrenci: AHMET ŞENTÜRK
Danışman: SADIK FİKRET GÜRGEN
Özet:ÖZET BAĞIMSIZ PARÇA ANALİZİNİN KONUŞMACI TANIMA SİSTEMLERİ İÇİN ÖN İŞLEMCİ OLARAK KULLANILMASI Günümüz konuşmacı tanıma sistemleri, genellikle labaratuvar koşullarında kaydedilmiş yüksek kalitede ses örnekleri girdi olarak kullanıldığında, yüksek performans göstermektedir. Fakat gerçek koşullar altında, çevreden gelen gürültü, müzik ve diğer konuşmalar gibi etkenler, performansı büyük oranda düşürmekte ve ciddi bir problem oluşturmaktadır. Konuşmacı tanıma sistemlerinin performansım arttırmak için ses örneğinin kalitesini, sisteme girilmeden önce konuşmacıya ait kısımlarını, orjinal ses karışımından ayırarak arttırmak çok önemlidir. Bu tezde yapılan çalışma, bağımsız parça analizinin (BPA) konuşmacı tanıma sistemleri için ön işlemci olarak kullanılarak, ses karışımlarını kaynak sinyallerine ayırmak ve gerçek koşullar altmda "kokteyl parti problemi" ni kaynak konuşma sinyalini, otomatik konuşmacı onaylama sistemi ile kullanarak çözmek için yapılan deneylerin sonuçlarını anlatmaktadır. Deneylerde YOHO veritabanı [15] kullanılmıştır. Önerilen metodun verimliliğini göstermek için konuşma, gürültü ve müzik ile karıştırılmış ses örneklerinden elde edilen performanslar gösterilmiştir. Ayrıca, değişik BPA metodlannm performansım karşılaştırmak için birkaç BPA algoritması kullanılmıştır. Yapılan deneylerin bir sonucu olarak; EGLD-ICA ve Fast-ICA gibi BPA algoritmalarının, ses kanşımlanm kaynak sinyallere ayırmak ve böylece tanıma işleminin performansım arttırmak için, konuşmacı tanıma sistemlerinde ön işlemci olarak kullanılabilecekleri başarıyla gösterilmiştir.