İğnecikli sinir ağları ile ses kaynağı sınıflandırma

Abstract

Bu yüksek lisans tezinde, mikrofon dizilerinden alınan verilerin işlenmesi ile ses kaynağının yer tayini üzerine çalışılmıştır. Ses kaynağı konumu belirlemede başarımı en yüksek yöntemlerden biri olan faz dönüşümlü yönlendirilmiş cevap gücü algoritması üzerine yoğunlaşılmıştır. Mikrofon dizileri ile yapılan kayıtlarda kaynakların ayrı ayrı dinlenebilmesi için odaklama yapılması gerekmektedir ve bunun için de ses kaynağı konumunun kesin bir şekilde bulunabilmesi gerekmektedir. Bu amaçla konum bilgilerinin değerlendirilmesi ve yer tayini işlemi için iğnecikli sinir ağı ile sınıflandırma yapılmıştır. Elde edilen sonuçlar, oldukça yüksek bir başarıma işaret etmektedir. Belirlenen konumlar, bilinen gerçek konuşmacı konumları ile oldukça uyumludur ve hata oranları birkaç santimetreyi aşmamaktadır.

In this master of science thesis, we have worked on determining sound source positions via processing data obtained from microphone arrays. We have focused on phase transformed steered response power algorithm which is one of the most powerful techniques on sound source localization. To listen sound sources separately, focusing is needed which requires the exact position knowledge of source localization when microphone arrays are used, For this purpose, to evaluate position information and localization, classification is incorporated using a spiking neural network. Results obtained indicate very a good performance. Determined positions are quite comparable with the known positions of five talkers, thus calculated positional errors are in a few centimeters range