Acoustic feature analysis for robust speech recognition
Daha gürbüz ses tanıma için akustik vektör analizi
- Tez No: 129333
- Danışmanlar: DOÇ. DR. LEVENT M. ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Akustik vektör analizi, Fourier dönüşümü, Gürbüz denetim, Kelime tanıma, Konuşma tanıma, Ses tanıma, Acoustic vector analysis, Fourier transformation, Robust control, Word recognition, Speech recognition, Voice recognition
- Yıl: 2002
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET DAHA GURBUZ SES TANIMA İÇİN AKUSTİK VEKTÖR ANALİZİ Hemen tüm ses tanıma sistemlerinde mel frekans kepstral katsayı (MFCC) kullanımı çok yaygın bir şekilde kabul edilmiştir. Fakat gürültülü ortamlarda hala performans sorunları yaşanmaktadır. Gürbüzlüğü sağlamak amacıyla özellik vektörleri ile ilgili araştırmalar yapılagelmektedir. Relative Spectral Perceptual Linear Predictive katsayıları (RASTA-PLP) da bu metodlardan birisidir ve telefon kanallarında rastlanılan gürültüyü engellemeye çalışır. Bu tezde RASTA-PLP, PLP ve MFCC özellik vektörleri kullanılarak gürültülü ortamlarda Türkçe sözcük tanıma sisteminde performans değerlendirmeleri yapılacaktır. MFCC ve RASTA-PLP katsayılarından yeni özellik vektörü oluşturularak yüksek performanslı gürbüz ses tanıma sistemi elde edilmeye çalışılacaktır. Yeni özellik vektörü, tanıma, performansını gürültülü ortamlarda etkili bir şekilde artırmak için kullanılacaktır..
Özet (Çeviri)
IV ABSTRACT ACOUSTIC FEATURE ANALYSIS FOR ROBUST SPEECH RECOGNITION It has been widely accepted to use mel frequency cepstrum coefficients (MFCC) in almost all of the recognition systems. However, there are still some performance problems in noisy environments. Many approaches to formulate better acoustic feature representations have been investigated for robustness issues. Relative-Spectral Perceptual linear prediction (RASTA-PLP) method is one of the proposed methods and claims to overcome distortions over telephone channels. In this thesis, we investigate the performances of using RASTA-PLP, PLP and MFCC feature coefficients in noisy environments for an isolated word recognition system in Turkish. A new set of mixed MFCC and RASTA-PLP feature vector is used to develop a high performance robust recognition system. The new feature parameters are used to effectively increase the recognition performance in adverse environments.
Benzer Tezler
- Değişken rezolüzyonlu görüntü örnekleyici
Multi resolution image sampler
RIZA CAN TARCAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. M. SAİT TÜRKÖZ
- Akustik kitle dalga esasına dayanan rezonatörlerin analizi ve tasarımı
Analysis and design of acoustic bulk wave resonators
EMİR TUFAN
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERGÜL AKÇAKAYA
- Classification of agricultural kernels using impact acoustic signal processing
Tarımsal ürünlerin çarpma sesi kullanılarak sınıflandırılması
İBRAHİM ONARAN
Yüksek Lisans
İngilizce
2006
Besin Hijyeni ve Teknolojisiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ENİS ÇETİN
- Katı yakıtlı roketlerde daimi olmayan iç akışlar üzerine bir sayısal inceleme
Başlık çevirisi yok
UĞUR MELİH GÜVEN
Yüksek Lisans
Türkçe
1998
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. KADİR KIRKKÖPRÜ