2026-09-23T01:07:43.747865733Zhttps://dspace.ankara.edu.tr/server/oai/request

oai:dspace.ankara.edu.tr:20.500.12575/302952025-02-26T07:21:47Zcom_20.500.12575_70col_20.500.12575_72

KARASARTOVA , Suikum (Yazar) İLK, H. Gökhan (Tez Danışmanı) 2019-02-07T18:27:06Z 2011 2019-02-07T18:27:06Z http://hdl.handle.net/20.500.12575/30295 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. tr Ankara Üniversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliği Anabilim Dalı BİLİM, TEKNOLOJİ, Elektrik mühendisliği. Elektronik. Nükleer mühendislik Metinden bağımsız konuşmacı tanıma sistemlerinin incelenmesi ve gerçekleştirilmesi Thesisopen.access