Automatic speech recognition system for Turkish spoken language

Basit Öğe Kaydı
dc.authorid0000-0002-7035-8724
dc.contributor.advisorGüz, Ümiten_US
dc.contributor.authorDalva, Doğanen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2016-06-09T06:30:09Z
dc.date.available2016-06-09T06:30:09Z
dc.date.issued2012-06-21
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 207-211)en_US
dc.descriptionxvii, 212 leavesen_US
dc.description.abstractThe transmission and storage of speech sounds is possible for decades. In addition by using signal processing techniques, it is also possible tp process speech signals. By using time abd frequency analysis od speech signal and several machine learning algorithms, it is possible to build a system which is used to recognize spoken words. Such systems are called Automatic Speech Recognition systems. In our work, We have used the Automatic Speech Recognition system for Turkish spoken language which has built by BUSIM speech group. However, the output of the recognizer is the list of spoken words. Even for humans it is avery hard to understand a text without punctuation symbols. Hence to build more complex recognizer whose goal to perform topic segmentation and topic summarization, the output of ASR should be divided into sentences at first. Our goal is to build a system which performs the sentence segmentation. In our work We have used ASR system to obtain word level and phoneme level time marks and by using that time marks with the audio files, We have extracted prosodic features, where the prosodic properties of speech contains information about the punctuation in the text, which is not available at the output of ASR system.en_US
dc.description.abstractUzun yıllardan beri ses ve konuşmaların saklanması ve iletilmesi mümkündür. Ayrık zamanlı ve sürekli zamanlı işaret işleme yöntemleri sayesinde ses ve konuşma işaretleri de işaretleri de işlenebilmektedir. Bununla beraber, eğitilebilen algoritmalar kullanılarak Otomatik Konuşma Tanıma ve Otomatik Konuşmacı tanıma sistemleri de geliştirilebilmektedir. Bu çalışamada Boğaziçi Üniversitesi'nde bulunan ''BUSİM spech group'' tarafından geliştirilmiştir, Türkçe dili için otomatik konuşma tanıma sistemi kullanılmıştır. Bu sistem; konuşmacıların söylediği kelimeleri bir liste halinde dökebilmektedir. Ancak; bir insan için bile noktalama işaretlerinden yoksun bir metinden bilgi alabilmek oldukça zordur. Bu sebebten dolayı konu bölütleme veya konu özetleme gibi daha ileri uygulamaları yapabilmek için, öncelikle cümle bölütleme işlemenin yapılması gerekmektedir. Dil bilgisine uygun bir yazılı metindeki noktalama işaretleri, diksiyonda vurgu ile belirtilmektedir. Başka bir deyişle bu özellikler konuşma işaretinin bürünsel özellikleridir. Amacımız, Otomatik Konuşma Sisteminin çıktıları ile ses işaretinin bürünsel özelliklerini kullanarak cümle bölütlenmesini otamatik yapabilenbir sistem geliştirmektedir.en_US
dc.description.tableofcontentsCommunication of Humanen_US
dc.description.tableofcontentsThe Speech Chainen_US
dc.description.tableofcontentsThe Process of Human Speech Productionen_US
dc.description.tableofcontentsThe Process of Human Hearing and Perception the Sounden_US
dc.description.tableofcontentsSpeech Signal Processingen_US
dc.description.tableofcontentsSpeech Properties and Speech Waveformen_US
dc.description.tableofcontentsShort-Time Fourier Representation of Speechen_US
dc.description.tableofcontentsAcoustic Phoneticsen_US
dc.description.tableofcontentsSpeech Signal Processing in Time Domainen_US
dc.description.tableofcontentsSpeech Signal Processing in Frequency Domainen_US
dc.description.tableofcontentsHomomorphic Speech Signal Processingen_US
dc.description.tableofcontentsLinear Predictive Analysisen_US
dc.description.tableofcontentsThe Speech Recognition Problemen_US
dc.description.tableofcontentsIntroduction to Automatic Speech Recognitionen_US
dc.description.tableofcontentsApproaches of ASRen_US
dc.description.tableofcontentsComplexity of the ASR Systemen_US
dc.description.tableofcontentsBuilding a Speech Recognition Systemen_US
dc.description.tableofcontentsPerformance Evaluation of Speech Recognizersen_US
dc.description.tableofcontentsModeling a Speech Recognizeren_US
dc.description.tableofcontentsDynamic Time Warpingen_US
dc.description.tableofcontentsOne Stage (OS) Algorithmen_US
dc.description.tableofcontentsHidden Markov Modelingen_US
dc.description.tableofcontentsAcoustic Modelingen_US
dc.description.tableofcontentsLanguage Modelingen_US
dc.description.tableofcontentsHidden Markov Model Toolkiten_US
dc.description.tableofcontentsProsody and Prosodic Feature Extractionen_US
dc.description.tableofcontentsThe Definition of Prosodyen_US
dc.description.tableofcontentsThe Prosodic Featuresen_US
dc.description.tableofcontentsProsodic Feature Extractionen_US
dc.description.tableofcontentsSentence Boundary Detection Using Prosodic Features and Learning Algorithmsen_US
dc.description.tableofcontentsSentence Segmentation Problemen_US
dc.description.tableofcontentsSupervised and Semi-Supervised Learning Algorithmsen_US
dc.description.tableofcontentsModel Training Procedureen_US
dc.description.tableofcontentsConclusion and Test Resultsen_US
dc.description.tableofcontentsData Sets and Overview of the Used Methoden_US
dc.description.tableofcontentsSingle-Speaker Based Testsen_US
dc.description.tableofcontentsMulti-Speaker Based Testsen_US
dc.identifier.citationDalva, D. (2012). Automatic speech regognition system for Turkish spoken language. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.identifier.urihttps://hdl.handle.net/11729/973
dc.institutionauthorDalva, Doğanen_US
dc.institutionauthorid0000-0002-7035-8724
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectProsodyen_US
dc.subjectSpeech recognitionen_US
dc.subjectKonuşma tanımaen_US
dc.subjectProzodien_US
dc.subject.lccTK7882.S65 D35 2012
dc.subject.lcshSpeech processing systems.en_US
dc.subject.lcshSpeech synthesis.en_US
dc.subject.lcshAutomatic speech recognition.en_US
dc.titleAutomatic speech recognition system for Turkish spoken languageen_US
dc.title.alternativeTürkçe dili için otomatik konuşma tanıma sistemien_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
973.pdf
Boyut:
7.67 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu