Paralel programlama ile ses tanıma işleminin gerçekleştirilmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Ses tanıma, teknolojinin gelişmesi ile birlikte günümüzde birçok alanda kullanılmaktadır. Bu çalışmada, ses tanımada kullanılan yöntemler karşılaştırmalı olarak incelenmiştir. Matlab?ın Paralel Programlama aracı kullanılarak bu yöntemlerin ses tanımada uygulamasındaki zaman performansı değerlendirilmiştir. Bu çalışmada ses tanımada kullanılan yöntemler Temel Bileşenler Analizi (TBA), Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM) ve K-Ortalama (K-Means) yöntemleridir. Elde edilen sonuçlar, ses tanıma işlemlerinde en iyi başarı oranını Yapay Sinir Ağlarının, en düşük başarı oranını K-Ortalama Algoritmasının verdiğini, Temel Bileşenler Analizi ve Destek Vektör Makinelerinin ses tanımadaki başarı oranının bu ikisi arasında yer aldığını göstermektedir. Yapılan deneysel çalışmalarda, bu dört farklı yöntemin başarı oranının %90 üzerinde olduğu görülmektedir. Bu çalışmada ayrıca çok sayıda ses verisinin bulunduğu uygulamalarda, zaman performansını artırmak için paralel programlamadan yararlanılmıştır. Algoritmaların paralel programlama ile kullanıldığında ne kadar bir hızlanma gerçekleştiği gösterilmiştir. Voice recognition, along with the development of technology is used in many areas today. In this study, the methods for identifying audio are evaluated comparatively. The performances of these methods in voice recognition are assessed by using Matlab?s Parallel Programming tool. In this study, the methods used in identifying sound are Principal Component Analysis, Neural Networks, Support Vector Machines and K-Means methods. The results show that the best success rate of voice recognition processes the performances of is achieved by Artificial Neural Networks, and the lowers success rate is produced by K-Mean algorithm. The performance of Principal Component Analysis and Support vector machines are in between these two algorithms. In experimental studies, it is observed that the success rates of the four different methods are over 90%. In this study since the application deals with large amounts of audio data, parallel programming is used to in performance of improve the performance. Acceleration in performance of algorithms by using parallel programming is shown.
Collections