Metinden bağımsız konuşmacı tanıma sistemlerinin incelenmesi ve gerçekleştirilmesi

Bu tez çalışmasında, Vektör Nicemleme (VQ) ve Gauss Karışım Modeli (GMM) tabanlı kapalı set, metinden bağımsız konuşmacı tanıma uygulamaları geliştirilmiştir. ELSRSD veri tabanından faydalanarak, her bir konuşmacıya ait konuşma sinyalleri için MFCC, ∆MFCC, LPCC kepstral katsayıları çıkarılarak öznitelik vektörler kümesi oluşturulmuştur. Bu vektörler LBG ve Beklentinin Maksimumlaştırılması (BM) algoritmalarıyla modellenmiştir. Eğitim ve test aşamalarında öznitelik katsayılarının sayısı, eğitim ve test süreleri, kod vektör boyutu ve karışım bileşen sayıları değiştirerek, konuşmacı tanıma performansına olan etkileri incelenip optimum değerleri belirlenmiştir. Similasyonlar sonucunda VQ sınıflandırıcı, 12 MFCC öznitelik, eğitim süresi 14.1-23.8 saniye arasında değişen veri seti kullandığında, test süresi 3 saniye olarak alındığında 20 konuşmacı için başarım %100’e çıkarılabilmiştir.

Grantor dc:publisher

Ankara Üniversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliği Anabilim Dalı

Authors dc:creator

• KARASARTOVA , Suikum (Yazar)
• İLK, H. Gökhan (Tez Danışmanı)

• BİLİM, TEKNOLOJİ, Elektrik mühendisliği. Elektronik. Nükleer mühendislik

Language dc:language.iso

tr

Handle dc:identifier.uri

http://hdl.handle.net/20.500.12575/30295

OAI identifier oai:identifier

oai:dspace.ankara.edu.tr:20.500.12575/30295