Evrimsel fourier dönüşümü kullanarak konuşma tanıma
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
IV ÖZET Konuşma tanıma problemi uzun yulardır geniş bir araştırma konusu olmuştur. Bugünkü hızlı bilgisayarlara rağmen, makinelerin konuşmayı tanıması hala büyük bir sorundur. Geliştirilen tanıma algoritmalannm çoğunda Doğrusal öngörümlü Analiz yada kısa zaman spektrumlanna dayak yöntemlerle konuşma sinyali incelenmiş ve özellikleri çıkartılmıştır. Wigner Dağılımı gibi zaman-frekans gösterimleri ise, sakıncaları ve büyük işlem yükü gereksinimlerinden dolayı konuşma işleme alanında neredeyse hiç kuUanılmamıştn`. Bu çalışmada, Evrimsel Fourier Dönüşümü adlı bir zaman-frekans gösterimi konuşma smyalinin incelenmesinde kullanılmış ve bu dönüşüme dayak bir konuşma tanıma algoritması gelştirilmiştir. Algoritma yüksek hızlı bir bilgisayarda denenmiş ve başarısı kanıtlanmıştır. Evrimsel Fourier Dönüşümü'nün hesaplanmasına ikşkin bir bağıntı türetilerek işlem yükü azaltılmış, böylece algoritmanın gerçek zamanda çalışabilmesi sağlanmıştır. Anahtar sözcükler: Konuşma tanıma, Evrimsel Fourier Dönüşümü ABSTRACT The speech recognition problem has been a wide research area for many years. Although high-speed computers are available today, the recognition of speech by machines is still a great problem. Most of the available recognition algorithms use Linear Predictive Anaylsis or short time spectra based methods to analyze the speech signal and extract its features. Due to its artifacts and computational complexities, time-frequency distributions like the Wigner Distribution are rarely used in the field of speech processing. In this study, a time-frequency distribution called the Evolutionary Fourier Transform has been used to analyze the speech signal and a speech recognition algorithm based on this transform is developed. It is tested on a high-speed computer and proven to be successful. A relation regarding the computation of the Evolutionary Fourier Transform is derived so that the computational load is reduced, making it possible for the algorithm to be implemented in real time. Keywords: Speech recognition, Evolutionary Fourier Transform
Collections