Turkish vowels recognition using some properties of the human auditory system
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 1997
Tezin Dili: İngilizce
Öğrenci: MURAT ÖZKAN
Danışman: SADIK FİKRET GÜRGEN
Özet:ÖZET Bu tez, çok kullanıcı tarafından seslendirilmiş sekiz Türkçe sesli harfi, bir başka deyişle lal, İd, l\l, İM, /o/, /öl, lul, lül harflerini tanımak için güvenilir bir ses tanıma modeli sunar. Bu model insanların duyma sistemlerinin logaritmik davranışını taklit eden Mel- skalası ile özellik belirleme yöntemini ve beyindeki nöronların tanıma işlevlerini yerine getiren yapay sinir ağlarım kullanır. Özellik vektörleri, yüzde 50 örtüşen yedi çerçeve için eşit Mel-skalası aralıklarında Hamming pencerelenmiş ses datasının güç spektral yoğunluğunun ortalaması alınarak hesaplanır. Güvenilirliği ve kolay gerçekleştirilir olması sebebiyle sesli harf sınırlandırıcı olarak geri propagasyon öğrenme algoritmasını kullanan çok katmanlı bir perseptron seçilmiştir. Perseptron öğrenme zamanını geliştirmek için adaptif öğrenme hızı algoritması kullanılarak eğitilmiştir. Deneyler hem temiz izole ses datası, hem de toplamsal beyaz Gauss gürültülü ses datası kullanılarak gerçekleştirilmiştir. Sonuçlar performansın temiz data durumunda çok iyi olduğunu, gürültülü data durumundaysa gürültünün seviyesine göre değiştiğini göstermiştir. Sonra, çok katmanlı perseptron ile radyal tabanlı yapay sinir ağının karşılaştırılması yapılmıştır. Deneyler göstermiştir ki, az sayıda saklı düğüm için çok katmanlı perseptron daha iyi sonuç verirken, saklı düğüm sayısı arttıkça radyal tabanlı yapay sinir ağının da performansı artmıştır. Son olarak Türkçe şehir adlan içinde geçen sesli harfler üzerinde modelin başarısı incelenmiştir. Sonuçlar, kelime içindeki koartikülasyon sebebiyle performansın birden düştüğünü göstermiştir.