Dergiler / Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi / 2018 / Cilt: 2 - Sayı: 2
Konuşmacı Cinsiyetinin Tespitinde Değişik Normalizasyon Tekniklerinin Kıyaslanması
- Sayfa
- 1–12
- DOI
- —
Özet
Bu çalışmada Kısa-zaman Ortalama ve Değişinti Normalizasyonu (Short-time Mean and Variance Normalization - STMVN), Kısa-zaman Sepstral Ortalama ve Ölçeklendirme Normalizasyonu (Short-time Cepstral Mean and Scale Normalization - STMSN), Asgari – Azami (Min-Max) Normalizasyonu, Z-Skor (Z-Score) Normalizasyonu ve Standart Sapma (Standard Deviation) Normalizasyon tekniklerinin, konuşmacı cinsiyetinin tespitinde sınıflandırma başarımına etkisi araştırılmıştır. Çalışmada veri seti olarak TIMIT veri setindeki 192 erkek ve 192 kadın konuşmacıya ait ses kayıtları kullanılmıştır. Ses kayıtlarından Mel Frekansı Sepstral Katsayısı (Mel Frequency Cepstral Coefficient – MFCC) tekniği ile öznitelik çıkarılmış ve çıkarılan özniteliklerin boyutu Temel Bileşen Analizi (Principal component analysis – PCA) ile indirgenerek, değişik teknikler ile normalize edilmiştir. Sınıflandırıcı olarak Destek Vektör Makinesi (Support Vector Machine – SVM) kullanılmıştır. Çalışma sonucunda konuşmacı cinsiyeti tahmininde en yüksek başarımın %98.18 ile Standart Sapma Normalizasyon Tekniği ile normalize edilmiş özniteliklerden elde edildiği gözlemlenmiş olup diğer tekniklerin başarımı düşürdüğü gözlemlenmiştir.
Abstract
In this study, the effect of Short-time Mean and Variance Normalization (STMVN), Short-time Cepstral Mean and Scale Normalization (STMSN), Min-Max Normalization, Z-Score Normalization and Standard Deviation Normalization techniques on the classification performance was investigated in determining speakers’ gender. In the study, voice records which belongs to 192 male and 192 female speakers from TIMIT data set were used as data set. Features were extracted from Mel Frequency Cepstral Coefficients (MFCC) technique by using voice records and extracted features’ dimension was reduced to Principal Component Analysis (PCA), then normalized with different techniques. Support Vector Machine (SVM) was used as classifier. As a result of study, it was observed that, the highest accuracy in speakers’ gender estimation is obtained as %98.18 from features which were normalized with Standard Deviation Normalization technique and other normalization techniques were reduced accuracy.