Derin öğrenme tabanlı ses tanıma için mini-yığın örnek seçim stratejilerinin araştırılması

Bu tez çalışması derin öğrenme tabanlı ses tanıma sistemleri için mini-yığın örnek seçim stratejileri önermeyi amaçlamaktadır. Derin öğrenme tabanlı ses tanıma sistemleri, derin öğrenme mimarilerinin popülaritesi ve başarıları ile birlikte çok daha yaygın ve ses tanıma alanında en modern sistem olmuştur. Özyinelemeli Sinir Ağları (ÖSA) ve Uzun Kısa Dönem Hafıza ÖSA ses tanıma uygulamaları için oldukça yaygın ve başarılı bir şekilde kullanılan mimarilerdir. Mini-yığın gradyan iniş algoritması derin öğrenme tabanlı ses tanıma sistemlerinde kabul görmüş bir eğitim algoritmasıdır. Mini-yığın gradyan iniş algoritması başarılı bir algoritmadır ancak bu algoritmanın problemlerinden biri her bir mini-yığın için eğitim örneklerini rastgele seçmesidir. Bu tez çalışmasında, derin öğrenme tabanlı ses tanıma sistemlerinin ses tanıma doğruluğunu artırmak için mini-yığın örnek seçim stratejileri önerilmiştir. Önerilen stratejiler ses veri kümelerinde bulunan cinsiyet ve aksan özellikleri gibi meta özellikleri kullanmaktadır. Cinsiyet tabanlı stratejiler, aksan tabanlı stratejiler ve cinsiyet ve aksan tabanlı stratejileri birlikte kullanan hibrit stratejiler olmak üzere üç tür örnek seçim stratejisi önerilmiştir. Deneysel sonuçlar önerilen stratejilerin derin öğrenme tabanlı ses tanıma sistemlerinin performansını artırmak için faydalı olduğunu göstermiştir.