BibTex RIS Kaynak Göster

SPEECH COMMAND RECOGNITION IN COMPUTER: PATTERN RECOGNITION METHOD

Yıl 2007, Cilt: 15 Sayı: 1, 45 - 62, 01.03.2007

Öz

In this study, a software recognizing voice has been prepared using pattern recognition method. The basic principles about voice recognition have also been given systematically. Character vector’s sounding, which is very important in vocal commands and voicing, has been analysed in detail. In addition, voice recognition essays were done on the developed program and the results have been given.

Kaynakça

  • Mengüşoğlu, E.,”Bir Türkçe Sesli İfade Tanıma Sisteminin Kural Tabanlı Tasarımı Ve Gerçekleştirimi”, Yüksek Lisans Tezi,Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.1,42 (1999).
  • Doğan, S., “Pc Ortamında Sesli Komutları Tanıma”, Yüksek Lisans Tezi, Marmara Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, s.1,8,9,10,12,14,36,63,67 (1999)
  • Artuner, H., “Bir Türkçe Fonem Kümeleme Sistemi Tasarımı ve Gerçekleştirimi”, Doktora Tezi ,Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.25,31 (1994)
  • Karahan,F., “Fusing Length And Voicing Information, And HMM Decision In Speaker Dependent Isolated Word Recognition Systems”, Yüksek Lisans Tezi , Middle East University Electrical And Electronics Engineering Department, Ankara, s.24-25 (2000)
  • Picone, J.,W., “Signal modeling techniques ın speech recognition”, Proceedings of the IEEE, 81,No:9:1219 (1993)
  • Internet:Wikipedia The Free Encylcopedia. http://en.wikipedia.org/wiki/ Fourier_series (2006).
  • Qiang,H., Youwei, Z.,”On prefiltering and endpoint detection of speech signal”, Signal Processing Proceedings ICSP '98. 1998 Fourth International Conference on,1: 749,750 (1998).
  • İkizler, N.,”Türkçe’de Konuşmacıdan Bağımsız Hece Tanıma Sistemi”, Doktora Tezi, Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü, Trabzon, S. 22,54 (2003).
  • Akçay, B., “Yapay Sinir Ağları İle Türkçe Konuşma Tanıma”, Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.22,42 (1994).
  • Ganapathiraju, A., Webster, L., Trimble, J., Bush, K., Kornman, P., “Comparison Of Energy-Based Endpoint Detectors For Speech Signal Processing”, Bringing Together Education, Science and Technology, Proceedings of the IEEE, 500 (1996)
  • Ying, G.S., Mitchell, C.D., Jamieson, L.H., “Endpoint Detection Of Isolated Utterances Based On A Modified Teager Energy Measurement”, Acoustics, Speech, and Signal Processing ICASSP-93.1993 IEEE International Conference on, 2: 732 (1993)
  • Burrows,L.T., “Speech Processing With Linear And Neural Network Models”, Doktora Tezi ,Cambridge University Engineering Department,England, s.21-22 (1996)
  • Gökhan, A., “Yapay Sinir Ağları İle Ayrık Türkçe Sözcüklerin Tanınması”, Yüksek Lisans Tezi,Fırat Üniversitesi Fen Bilimleri Enstitüsü, Elazığ, s.23 (1997)).
  • Kondoz, A. M., “Digital Speech”, B. Evans, G. Pujolle, A. Danthine, O. Spaniol, England, 36,37 (1994)
  • Kinnunen, T., “Spectral features for automatic text-ındependent speaker recognition”, University of JoensuuDepartment of Computer Science, Licentiate’s Thesis, S.53 (2003))
  • Sherlock, B.G.,” Windowed discrete fourier transform for shifting data”, Submitted to Elsevier Science on Signal Processing,74: 177 (1999)
  • Sherlock, B.G., Kakad,Y.P.,” Windowed discrete cosine and sine transforms for shifting data”, Submitted to Elsevier Science on Signal Processing,81: 1472 (2001).
  • Aydın, Ö., “Yapay Sinir Ağlarını Kullanarak Bir Ses Tanıma Sistemi Geliştirilmesi”, Yüksek Lisans Tezi, Trakya Üniversitesi Fen Bilimleri Enstitüsü, Edirne, s. 50 (2005)
  • Rockmore, D.N.,” Some applications of generalized ffts ”, Dimacs Series in Discrete Mathematics Theoretical Computer Science , 00,Sayı:19:1 (1991)

BİLGİSAYAR ORTAMINDA SESLİ KOMUTLARI TANIMA: ÖRÜNTÜ TANIMA YÖNTEMİ

Yıl 2007, Cilt: 15 Sayı: 1, 45 - 62, 01.03.2007

Öz

Bu çalışmada, Örüntü tanıma yöntemini kullanarak ses tanıyan bir bilgisayar yazılımı hazırlanmış ve ses tanımayla ilgili temel ilkeler sistematik bir içerikte anlatılmıştır. Sesli komutları tanımada çok önemli olan özellik vektörlerinin çıkarılması ve ses üzerinde yapılacak olan ön işlemler ayrıntılı bir şekilde verilmeye çalışılmıştır. Ayrıca geliştirilen programda ses tanıma denemeleri yapılmış ve sonuçlara ilişkin bilgiler özetlenmiştir..

Kaynakça

  • Mengüşoğlu, E.,”Bir Türkçe Sesli İfade Tanıma Sisteminin Kural Tabanlı Tasarımı Ve Gerçekleştirimi”, Yüksek Lisans Tezi,Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.1,42 (1999).
  • Doğan, S., “Pc Ortamında Sesli Komutları Tanıma”, Yüksek Lisans Tezi, Marmara Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, s.1,8,9,10,12,14,36,63,67 (1999)
  • Artuner, H., “Bir Türkçe Fonem Kümeleme Sistemi Tasarımı ve Gerçekleştirimi”, Doktora Tezi ,Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.25,31 (1994)
  • Karahan,F., “Fusing Length And Voicing Information, And HMM Decision In Speaker Dependent Isolated Word Recognition Systems”, Yüksek Lisans Tezi , Middle East University Electrical And Electronics Engineering Department, Ankara, s.24-25 (2000)
  • Picone, J.,W., “Signal modeling techniques ın speech recognition”, Proceedings of the IEEE, 81,No:9:1219 (1993)
  • Internet:Wikipedia The Free Encylcopedia. http://en.wikipedia.org/wiki/ Fourier_series (2006).
  • Qiang,H., Youwei, Z.,”On prefiltering and endpoint detection of speech signal”, Signal Processing Proceedings ICSP '98. 1998 Fourth International Conference on,1: 749,750 (1998).
  • İkizler, N.,”Türkçe’de Konuşmacıdan Bağımsız Hece Tanıma Sistemi”, Doktora Tezi, Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü, Trabzon, S. 22,54 (2003).
  • Akçay, B., “Yapay Sinir Ağları İle Türkçe Konuşma Tanıma”, Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, s.22,42 (1994).
  • Ganapathiraju, A., Webster, L., Trimble, J., Bush, K., Kornman, P., “Comparison Of Energy-Based Endpoint Detectors For Speech Signal Processing”, Bringing Together Education, Science and Technology, Proceedings of the IEEE, 500 (1996)
  • Ying, G.S., Mitchell, C.D., Jamieson, L.H., “Endpoint Detection Of Isolated Utterances Based On A Modified Teager Energy Measurement”, Acoustics, Speech, and Signal Processing ICASSP-93.1993 IEEE International Conference on, 2: 732 (1993)
  • Burrows,L.T., “Speech Processing With Linear And Neural Network Models”, Doktora Tezi ,Cambridge University Engineering Department,England, s.21-22 (1996)
  • Gökhan, A., “Yapay Sinir Ağları İle Ayrık Türkçe Sözcüklerin Tanınması”, Yüksek Lisans Tezi,Fırat Üniversitesi Fen Bilimleri Enstitüsü, Elazığ, s.23 (1997)).
  • Kondoz, A. M., “Digital Speech”, B. Evans, G. Pujolle, A. Danthine, O. Spaniol, England, 36,37 (1994)
  • Kinnunen, T., “Spectral features for automatic text-ındependent speaker recognition”, University of JoensuuDepartment of Computer Science, Licentiate’s Thesis, S.53 (2003))
  • Sherlock, B.G.,” Windowed discrete fourier transform for shifting data”, Submitted to Elsevier Science on Signal Processing,74: 177 (1999)
  • Sherlock, B.G., Kakad,Y.P.,” Windowed discrete cosine and sine transforms for shifting data”, Submitted to Elsevier Science on Signal Processing,81: 1472 (2001).
  • Aydın, Ö., “Yapay Sinir Ağlarını Kullanarak Bir Ses Tanıma Sistemi Geliştirilmesi”, Yüksek Lisans Tezi, Trakya Üniversitesi Fen Bilimleri Enstitüsü, Edirne, s. 50 (2005)
  • Rockmore, D.N.,” Some applications of generalized ffts ”, Dimacs Series in Discrete Mathematics Theoretical Computer Science , 00,Sayı:19:1 (1991)
Toplam 19 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Research Article
Yazarlar

Halil İbrahim Bülbül Bu kişi benim

Abdulkadir Karacı Bu kişi benim

Yayımlanma Tarihi 1 Mart 2007
Yayımlandığı Sayı Yıl 2007 Cilt: 15 Sayı: 1

Kaynak Göster

APA Bülbül, H. İ., & Karacı, A. (2007). BİLGİSAYAR ORTAMINDA SESLİ KOMUTLARI TANIMA: ÖRÜNTÜ TANIMA YÖNTEMİ. Kastamonu Education Journal, 15(1), 45-62.

10037