DENETİMLİ ÖĞRENME YÖNTEMLERİ KULLANILARAK BİR SES OLAY TESPİT SİSTEMİNİN GERÇEKLEŞTİRİLMESİ

Abstract

Günümüzde ses ile ilgili çok farklı analiz çalışmaları yapılmaktadır. Bunların başında konuşmayı tanıma, konuşmanın metne dönüştürülmesi, ses transkripsiyonu(sesin ayrıştırılması) gibi çalışma alanları gelmektedir. Yapılan çalışmalar ile ilgili literatür incelendiğinde çalışmaların önemli bir bölümünün bir veri setindeki ses verilerinin öğrenilmesi ve sınıflandırılması üzerine yapılmış olan çalışmalar olduğu görülmektedir. Bilindiği üzere doğada milyarlarca ses bulunmaktadır ve sınıflandırma yöntemleri ile gerçekleştirilen çalışmalar sınırlı veri kümesi üzerinden öğrenimin gerçekleşmesinden dolayı yetersiz kalabilmektedir. Tez çalışmasının ana hedefi "denetimli bir öğrenme modeli ortaya koyarak ses verisi üzerindeki kişi seslerinin ve arka plan sesleri üzerinden çıkarımlarda bulunulması" konusunda araştırma gerçekleştirmektir. Tezde ses verisi ve makine öğrenmesi algoritmaları ile işlenmesi için gerekli olan çalışma yapılmıştır. Tezde akustik ve inceleme yöntemleri ve denetimli makine öğrenmesi yöntemleri hakkında yapılan araştırmalara yer verilmiştir.

Today, very different analysis studies related to sound are carried out. These include work areas such as speech recognition, converting speech into text, voice transcription (parsing of sound). When examining the literature related to the studies, an important part of the studies is the studies on learning and classification of sound data in a data set is observed. As is known, there are billions of voices in nature, and studies with classification methods may be insufficient due to the fact that learning is realized through a limited set of data. The main objective of the thesis study is to "reveal a supervised learning model to make inferences of person voices and background sounds on voice data" is to perform. The thesis carried out the work necessary for processing with sound data and machine learning algorithms. The thesis included researches about acoustics and examination methods and supervised machine learning methods.