Mel frekansı kesptral katsayılarının bulunması, doğrusal öngörülü kodlama yöntemleri ve yapay sinir ağları kullanarak Türkçe konuşma tanıma ve yöntemlerin karşılaştırılması

Basit Öğe Kaydı
dc.contributor.advisorÖzgüven, Ömerülfaruk
dc.contributor.authorÖztürk, Mehmet
dc.date.accessioned2026-02-24T13:02:33Z
dc.date.available2026-02-24T13:02:33Z
dc.date.issued2025
dc.departmentFen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
dc.description.abstractBu tezde MATLAB programı kullanılarak konuşmacı bağımlı, yalıtılmış kelimeler otomatik konuşma tanıma sistemleri geliştirilmiştir. Konuşma tanıma sistemleri öznitelik çıkarma ve sınıflandırma ana bölümlerinden oluşur. Bu çalışmada öznitelik çıkarma yöntemlerinden Mel Frekansı Kepstral Katsayıları ile Doğrusal Öngörülü Kodlama teknikleri ve sınıflandırma tekniklerinden ise Dinamik Zaman Bükmesi ile Yapay Sinir Ağları kullanılmıştır. Dinamik Zaman Bükmesi ve Yapay Sinir Ağı kullanan sınıflandırma ve konuşma tanıma yöntemlerinde öznitelik katsayılarının bulunması için Mel Frekansı Kepstral Katsayıları ve Doğrusal Öngörülü Kodlama metot ve algoritmaları kullanılmıştır. Dolayısıyla 4 farklı konuşma tanıma sistemi geliştirilmiştir. Bu 4 yöntemin çıkış cevapları karşılaştırılmıştır. Öznitelik çıkarma yöntemlerinden Mel Frekansı Kepstral Katsayıları yönteminin Doğrusal Öngörülü Kodlama yöntemine göre daha iyi sonuçlar verdiği gözlemlenmiştir. Ayrıca Dinamik Zaman Bükmesi yönteminin de Yapay Sinir Ağlarına oranla hem Kelime Tanıma Oranı açısından hem de kelime hazinesi açısından daha iyi sonuçlar ürettiği gözlemlenmiştir.
dc.description.abstractIn this thesis, speaker dependent, isolated words automatic speech recognition systems are developed using MATLAB program. Speech recognition systems consist of feature extraction and classification main parts. In this study, Mel Frequency Cepstral Coefficients and Linear Predictive Coding techniques are used as feature extraction methods and Dynamic Time Warping and Artificial Neural Networks are used as classification techniques. Mel Frequency Cepstral Coefficients and Linear Predictive Coding methods and algorithms are used to find feature coefficients in classification and speech recognition methods using Dynamic Time Warping and Artificial Neural Network. Therefore, 4 different speech recognition systems are developed. The output responses of these 4 methods are compared. It is observed that Mel Frequency Cepstral Coefficients method gives better results than Linear Predictive Coding method among feature extraction methods. It is also observed that Dynamic Time Warping method produces better results both in terms of Word Recognition Rate and vocabulary compared to Artificial Neural Networks.
dc.identifier.endpage101
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=5NNqZKwwGohPh6_KCcfp-hyuc7Q-nc7cijU-xJNmcOd39mBBRAcmxtQW2DPsENTL
dc.identifier.urihttps://hdl.handle.net/11616/106636
dc.identifier.yoktezid946612
dc.language.isotr
dc.publisherİnönü Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20260224
dc.subjectElektrik ve Elektronik Mühendisliği
dc.subjectElectrical and Electronics Engineering
dc.titleMel frekansı kesptral katsayılarının bulunması, doğrusal öngörülü kodlama yöntemleri ve yapay sinir ağları kullanarak Türkçe konuşma tanıma ve yöntemlerin karşılaştırılması
dc.title.alternativeFinding mel frequency cepstral coefficients, linear predictive coding methods and Turkish speech recognition using artificial neural networks and comparision of the methods
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu