Çok katlı sinirsel devre yardımı ile türkçe fonemlerin tanınması
Başlık çevirisi mevcut değil.
- Tez No: 35225
- Danışmanlar: PROF. DR. ATALAY BARKANA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Ses bilgisi, Sinir ağları, Türkçe, Phonetic, Nerve net, Turkish
- Yıl: 1994
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Teknolojinin gelişmesi, birçok problemin çözümlenmesine, değişik ilgi alanlarının dogmasına ve gelişmesine neden olmuştur. Bu ilgi alanlarının bir tanesi de konuşmayı tanımadır. özellikle bilgisayarların son yıllarda büyük bir hızla gelişmesi, konuşmayı tanıma alanında büyük kolaylıklar sağlamıştır. Konuşmayı tanıma çalışmalarının haberleşme teknolojisinde, ev aletlerinin ve makinaların kumandasında, işitme engellilerin eğitiminde ve askeri uygulamalarda mükemmele yakın bir başarıya ulaşması, insanoğluna fevkalade bir rahatlık ve kolaylık getireceği şüphesizdir. Bu tez çalışmasında, seslerin Doğrusal öngörülü Kodlama ( DÖK ya da LPO: Linear Predictive Coding ) katsayılarından oluşturulan frekans spektrumunun genlik değerlerinin giriş olarak verildiği, Çok Katlı Sinirsel Devre ( Multi Layer Neural Networks ) yapiBi kullanılmıştır. Türkçe fonem tanıma amacıyla kullanılan Çok Katlı Sinirsel Devre, Geriye Yayılımlı Eğitim Algoritması kullanılarak eğitilmiştir. Konuşmacıdan bağımsız olarak ünlü harfler için elde edilen harf tanıma oranı % 80.1, ünsüz harfler için % 50. 7, ünlü-ünsüz ayrımı için ünlü harflerde % 84.7, ünsüz harflerde % 91.1 olmuştur.
Özet (Çeviri)
ii SUMMARY The advencement of technology has solved many problems and has opened numerous new fields. One of these fields is the speech recognition. Especially, recent developments of the computers provide many facilities in the field of the speech recognition. It is clear that studies of the speech recognition, is achieved in the communication technology, military applications, training of the deaf s, control of machinery and household devices, provides a higher level of comfort and facility to mankind. In this thesis, Multi Layer Neural Networks to which amplitude value of frequency spectrum formed from Linear Predictive Coefficients of speech are given as an input, are used. Multi Layer Neural Networks which are used for recognizing of Turkish Phonemes are trained by using Back-Propagation Training Algorithm. Being speaker independent, phoneme recognition rate is obtained 80. i % for vowels, 50.7 % for consonants. And this rate is 84.7 % for vowels, 91.1 % for consonants, for the discrimination of vowels and consonants.
Benzer Tezler
- Sürekli konuşmanın sinirsel devre yardımı ile tanınması
Recognition of continuous speech by using neural network
MUSTAFA KIŞ
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiPROF.DR. ATALAY BARKANA
- Öğretim amaçlı yaratıcı drama yoluyla imgesel dil becerisinin geliştirilmesi
Developing imaginary language skill through creative drama for teaching purpose
AHMET ÇEBİ
- Development of an artificial neural network model for the estimation of chlorophyll-a in lakes
Göllerdeki klorofil-a'nın belirlenmesi için bir yapay sinirsel ağ modelin geliştirilmesi
CÜNEYT KARUL
Doktora
İngilizce
1999
Çevre MühendisliğiOrta Doğu Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK SOYUPAK
- Tasarım ve sonrası uygulamaların bütünleşmesi için unsur tanıma sistemi
Feature recognition system for the integration of design and applications fallowing design
NURSEL ÖZTÜRK
Doktora
Türkçe
2000
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MURAT DİNÇMEN
- Ses şiddetine bağlı olarak değişen kohlear gecikmenin ses lateralizasyonuna katkısı
Contribution of the sound intensity dependance of the cochlear delay to the lateralization of sound
BÜLENT ÖZMEN