Gizli Markov modeli ile geniş sözlüklü sürekli konuşma tanıma

Bilgisayar bilimlerinde ses ile ilgili çalısmalar genel olarak üç ana baslık altında toplanabilir: bunlar konusma tanıma, konusmacı tanıma-doğrulama ve konusma sentezlemedir. Ana baslıklardan konusma tanıma ile makine-bilgisayar tarafından insan konusmasının anlasılması veya bundan bilgi çıkarımı hedeflenmektedir. Bu tez çalısmasında çok boyutlu bir tanım uzayına sahip olan konusma tanıma probleminin genis sözlüklü sürekli konusma tanıma gereksinimlerini karsılayacak sekilde çözümüne yönelik bir uygulama gerçeklestirilmistir. Mel Frekans Kepstral Katsayı (MFKK) özellik çıkarımı ve Gizli Markov Modeli (GMM) ile özellik sınıflandırılması bu çalısmanın temel adımlarını olusturmaktadır. MFKK özellikleri konusmacı bağımsız olarak ses verisine iliskin özelliklerin ortaya konmasında etkili bir yöntemdir. GMM de ardısıl özelliklerin gelis sırası dikkate alınarak sınıflandırılmasını sağlayan bir yöntemdir. MFKK özellik çıkarım adımlarının ses verisine uygulanması ile reel değerlikli özellik vektörleri elde edilir. MFKK katsayılarına K-ortalama yönteminin uygulanması ile tek boyutlu ayrık değerlikli bir özellik uzayına geçilir. Herbir fon için dört durumlu, soldan sağa, ayrık çıkıs olasılıklarına sahip GMM temel modelleri uygun ilk durumları verilerek olusturulur. Eğitimde kullanılan ses verisine iliskin çözümleme doğrultusunda temel GMM'ler bir araya getirilerek sesler arası geçis sayılarına göre olasılıklandırılırlar. Tüm eğitim seti üzerinde Baum-Welch algoritması çoklu gözlem durumu dikkate alınarak uygulanır ve tüm temel GMM'ler için model parametreleri güncellenir. Kullanılan yaklasım ile GMM modelinin eğitim asamasında ses üzerinde etiketleme, bölümleme, kelime baslangıcı ve bitisi isaretleme gereği olmadan ses verisine iliskin istatistiki yapı elde edilebilmektedir. Sistem basarısı iki farklı kelimeyi ayrık olarak tanıma, çok sayıda kelimeyi ayrık olarak tanıma, kısıtlı sayıda tekrarlı kelimeleri sürekli konusma yapısında tanıma, sürekli konusma yapısında cümle tanıma deneysel kurguları üzerinde incelenmistir. Anahtar Kelimeler: Genis sözlüklü sürekli konusma tanıma, Gizli Markov Modeli, Mel Frekans Kepstral Katsayıları.