Konuşmacıya bağımlı ayrık sözcük tanıma

Sayısal işaret işleme ve bilgisayar teknolojisindeki gelişmeler, ses işaretlerinin depolanmasını, sıkıştırılmasını, sentezlenmesini, tanınmasını ve tekrar oluşturulmasını mümkün kılmaktadır. Konuşmacıya bağımlı ayrık sözcük tanıma çalışmasında, ses örneklerine ait temel ses parametrelerinin çıkartılması için, Doğrusal Öngörülü Kodlama, DÖK, (Linear Predictive Coding, LPC) ve Mel-Frekansı Kepstral Katsayılar, MFKK, (Mel-Frequency Cepstrum Coefficients, MFCC) yöntemlerinden faydaylanıldı ve bu iki yöntem ile elde edilen sonuçlar karşılaştırıldı. Kullanıcı, alıştırma evresinde, sözcüklerin sisteme depolanmasını sağlar. Analog ses işaretleri, sayısala dönüştürülüp uygun biçimde depolandıktan sonra, temel ses parametreleri çıkartılır. Sözcük tanıma evresinde, sistem, kullanıcı tarafından söylenen kelimeleri tahmin etmeye çalışır. Örnek sözcük şabonlarına ait ses parametre vektörleri ile tanınmaya çalışılan sözcük ses parametre vektörleri arasındaki en kısa mesafe, Dinamik Zaman Çakıştırma, DZÇ, (Dynamic Time Warping, DTW) yöntemiyle araştırılır. Bu çalışma, bilgisayar destekli bir sistem olarak uyarlandı ve Matlab teknik programlama dili kullanıldı. Sistem performasını ölçebilmek için, ayrık sözcükler olarak Türkçe ve İngilizce'deki 0'dan 9'a kadar olan sayılar seçildi. İngilizce sayıları tanımada başarı oranı % 85-95 arasında gerçekleşirken, Türkçe sayıları tanımada başarı oranı %75-90 arasında gerçekleşti. MFCC yönteminin, LPC yöntemine oranla daha başarılı sonuçlar verdiği gözlendi. Ayrıca, ortam gürültüsünün, sözcük tanımaya olan olumsuz etkisini azaltmak için uygun teknikler araştırıldı. Gürültü süzme amaçlı olarak, Ayrık Dalgacık Dönüşümü, ADD, kullanıldı. ADD kullanıldığında, Türkçe sözcük tanımadaki başarının İngilizce sözcük tanımaya yaklaştığı görüldü.Anahtar Kelimeler : Sözcük tanıma, Doğrusal Öngörülü Kodlama, Mel- Frekans Kepstrum Katsayıları, Dinamik Zaman Çakıştırma