KaydedilenlerDerginizi ekleyin

Dergiler / Düzce Üniversitesi Bilim ve Teknoloji Dergisi / 2019 / Cilt: 7 - Sayı: 3

Konuşma Tanıma için Bir Evrimsel Sinir Ağı Modeli Uygulaması

A Convolutional Neural Network Model Implementation for Speech Recognition

Şafak KAYIKÇI
Sayfa
1892–1898
Yayın Tarihi
2022-10-12
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada konuşma verilerinin tanınması için evri bir sinir ağı modeli sunulmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Konuşma tanıma, bir cihazın fonetik bir dilde kelime bilgisi ile diksiyonu analiz etme ve bunları makinenin anlaşılır bir düzenine dönüştürebilme kabiliyetidir.
📊
Temel Bulgular & Veri:Konuşmayı anlayan ve metne dönüştüren süreç ve teknikleri oluşturan disiplinlerarası bir dilbilim olup bilgisayar bilimi ve elektrik mühendisliği alt alanıdır.
💡
Sonuç & Katkı:Bu çalışmada konuşma verilerinin tanınması için evri bir sinir ağı modeli sunulmaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Konuşma Tanıma · Derin Öğrenme · Karışıklık Matrisi

Özet

Konuşma tanıma, bir cihazın fonetik bir dilde kelime bilgisi ile diksiyonu analiz etme ve bunları makinenin anlaşılır bir düzenine dönüştürebilme kabiliyetidir. Konuşmayı anlayan ve metne dönüştüren süreç ve teknikleri oluşturan disiplinlerarası bir dilbilim olup bilgisayar bilimi ve elektrik mühendisliği alt alanıdır. Bu çalışmada konuşma verilerinin tanınması için evri bir sinir ağı modeli sunulmaktadır.

Abstract

Speech recognition is the capability of an appliance to analyze vocable and diction in a phonetic language and turn them into a machine comprehensible arrangement. It is an interdisciplinary subfield of linguistics, computer science and electrical engineering that establishes processes and techniques that understands and converts speech to text. This paper presents a convolutional neural network model for recognition of speech data.

🔖

Bu Makaleye Atıf Yap

KAYIKÇI, Ş. (2022). Konuşma Tanıma için Bir Evrimsel Sinir Ağı Modeli Uygulaması. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 7 - Sayı: 3, 1892–1898. https://ajindex.com/articles/494349

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (3)

  1. K. Davis, R. Biddulph, and S. Balashek “Automatic Recognition of Spoken Digits”, The Journal of the Acoustical Society of America, vol. 24, no. 6, pp. 637-642, 1952
  2. S. Das, M. A. Picheny, In Automatic Speech and Speaker Recognition, Boston, USA: Springer, 1996, pp. 457-479 [3] S. Hochreiter, J. Schmidhuber, “Long short-term memory”, Neural Computation, vol. 9, no. 8, pp. 1735-1780, 1997 [4] M. Abadi, P. Barham, J. Chen, Z. Chen, A. Davis, J. Dean and M. Kudlur “Tensorflow: A System for large-scale machine learning”, 12th Symposium on Operating Systems Design and Implementation (OSDI), Savannah, GA, USA, 2016, pp. 265-283 [5] Tensowflow Speech Commands Data Set v0.01 (2019, 01 April). [Online]. Erişim:
  3. H. Nyquist, “Certain topics in telegraph transmission theory”, Transactions of the American Institute of Electrical Engineers, vol. 47, no. 2, pp. 617-644, 1928 [7] Davis, Steven, and P. Mermelstein, “Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences”, IEEE transactions on acoustics, speech, and signal processing, vol. 28, no. 4, pp. 357-366, 1980 [8] Slaney, Malcolm, Michele Covell, and B. Lassiter, “Automatic audio morphing”, International Conference on Acoustics, Speech, and Signal Processing Conference (IEEE), 1996, pp. 1001-1004 [9] S. Postalcioglu, “Performance Analysis of Different Optimizers for Deep Learning-Based Image Recognition”, International Journal of Pattern Recognition and Artificial Intelligence, 2019 [10] Townsend, T. James “Theoretical analysis of an alphabetic confusion matrix”, Perception & Psychophysics, vol. 9, no. 1, pp. 40-50, 1971