Geleneksel Makine Öğrenmesi ile Rakam Seslerinin Sınıflandırılması


Abstract views: 39 / PDF downloads: 57

Authors

  • M. Alptekin Engin Bayburt Üniversitesi
  • Latif Akçay Bayburt Üniversitesi

DOI:

https://doi.org/10.59287/icaens.1065

Keywords:

Sinyal İşleme, Sınıflandırma, Makine Öğrenmesi, Öznitelik Çıkarımı, Rakam Seslerinin Sınıflandırılması

Abstract

Belirli seslerin konuşmacıdan bağımsız olarak yüksek doğrulukta sınıflandırılması problemi günümüzde popülerliğini korumaktadır. Bu sesler içerisinde olan rakam seslerinin makineler tarafından algılanabilmesi ve başarılı bir şekilde sınıflandırılması ise günlük hayatımızda önemli bir yere sahiptir. Yapılan çalışmada toplam 3000 adet farklı ses verisi içeren ve açık bir veri tabanı olan Free Spoken Digit Dataset (FSDD) kullanılmıştır. Bu veri tabanı, ana dilleri İngilizce ve farklı birçok dil olan kişiler tarafından 0’dan 9’a kadar rakamları İngilizce olarak seslendirmeleri ile oluşturulmuştur. Sınıflandırma işleminde her bir rakama ait ses kayıtları bir sınıf olarak kullanılmıştır. Daha sonra ilgili veri tabanına öznitelik çıkarım işlemi tatbik edilmiştir. Tüm seslere ait öznitelikleri elde etmek için, ses işaretlerinden öznitelik çıkarımı üzerine yapılan mevcut çalışmalarda yaygın olarak kullanılan toplam 12 adet farklı öznitelik çıkarım yöntemi uygulanmıştır. Bahsedilen yöntemler kullanılarak hesaplanan tüm özniteliklerin, sınıflandırma işleminin gerçekleştirilmesi için %90’ı eğitim %10’u ise test aşamasında kullanılmak üzere ikiye bölünmüştür. Bu bölünme işlemi rastgele olarak gerçekleştirilmiştir. Sınıflandırma aşamasında ise farklı popüler makine öğrenmesine dayalı sınıflandırıcıların başarımları karşılaştırılmıştır. Bu karşılaştırmada eğitim ve test verilerinin rastgele seçilmesi neticesinde tüm işlemler defaatle tekrar edilmiş ve sınıflandırma doğruluklarının ortalama değerleri hesaplanmıştır. Sonuç olarak kullanılan sınıflandırma yöntemlerinin içinde en başarılı yöntem olan destek vektör makinesi yöntemine ait sınıflandırma doğruluk değeri %96.7 olarak tespit edilmiştir.

Author Biographies

M. Alptekin Engin, Bayburt Üniversitesi

Elektrik Elektronik Mühendisliği, Türkiye

Latif Akçay, Bayburt Üniversitesi

Elektrik Elektronik Mühendisliği, Türkiye

Downloads

Published

2023-07-21

How to Cite

Engin, M. A., & Akçay, L. (2023). Geleneksel Makine Öğrenmesi ile Rakam Seslerinin Sınıflandırılması. International Conference on Applied Engineering and Natural Sciences, 1(1), 601–605. https://doi.org/10.59287/icaens.1065