Çok katmanli algilayici ve gerİye yayilim algorİtmasi İle konuŞmaci ayirt etme

ÇOK KATMANLI ALGILAYICI VE GERİYE YAYILIM ALGORİTMASI

İLE KONUŞMACI AYIRT ETME

Fırat Fehmi AygünAybars Moralı

Dokuz Eylül ÜniversitesiBilgisayar Mühendisliği Bölümü

Akademik Bilişim '07 Dumlupınar Üniversitesi 2

Ana Hat• Giriş• Konuşmacı Tanıma• Nasıl Ayırt Edilebilir

– Bayes– Karar Ağaçları– Yapay Sinir Ağları

• Girdi Sorunları• Öznitelik Çıkarma

– MFCC• MLP Yapay Sinir Ağları• Eğitim Kümesi• Değerlendirme Kümesi• Deneyler• Bitim• Teşekkürler

Akademik Bilişim '07 Dumlupınar Üniversitesi 3

Giriş

Konuşmacı Tanıma• Konuşmacı Doğrulama• Konuşmacı Ayırt Etme

Akademik Bilişim '07 Dumlupınar Üniversitesi 4

Konuşmacı Tanıma

Akademik Bilişim '07 Dumlupınar Üniversitesi 5

Nasıl Ayırt Edilebilir ?

• Arama– Tam Eşleştirme

NP-Complete• Yaklaşık Çözüm

– Bayes– Yapay Sinir Ağları– Karar Ağaçları

Akademik Bilişim '07 Dumlupınar Üniversitesi 6

Bayes?

• +– Başarım oranı yüksek– Eğitim için ek süre yok– Yerel en iyi noktaları yok

• -– Yüksek işlem zamanı– İstatistiksel -> Geniş çalışma kümesi

Akademik Bilişim '07 Dumlupınar Üniversitesi 7

Karar Ağaçları?

• +– Hızlı Sınıflandırma– Sonuç: Ağaç

• -– Yerel En İyi Noktası Sorunu

Akademik Bilişim '07 Dumlupınar Üniversitesi 8

Yapay Sinir Ağları?

• +– Hızlı Sınıflandırma– Sonuç: Fonksiyon– Yerel En İyi Noktası Sorunu Yok

• -– Uzun Eğitim Süresi– Çok Fazla Değişken

Akademik Bilişim '07 Dumlupınar Üniversitesi 9

Girdi Sorunları

Girdi Boyu• DeğişkenGirdi Verisi• Eğitime Uygun Değil

Çözüm :• Öznitelik Çıkarma

Akademik Bilişim '07 Dumlupınar Üniversitesi 10

Aşama 1 – Veri Toplama ve Eğitim

Akademik Bilişim '07 Dumlupınar Üniversitesi 11

Aşama 2 – Ayırt Etme

Akademik Bilişim '07 Dumlupınar Üniversitesi 12

Öznitelik Çıkarma

• MFCC• DFT

Akademik Bilişim '07 Dumlupınar Üniversitesi 13

MFCC• Mel-Frequency Cepstrum Katsayıları, algı temelli sesi

temsil eden katsayılardır.• Fourier Dönüşümü veya Discrete Cosine

Dönüşümü'nden türetilir. FFT/DCT ve MFCC arasındaki temel fark MFCC'de frekans bantları logaritmik olarak (Mel ölçüsünde) yerleşmiştir ve bu da insan ses sisteminin yanıtını bantları doğrusal olarak yerleşen FFT veya DCT'ye göre daha da yaklaştırır.

Akademik Bilişim '07 Dumlupınar Üniversitesi 14

MLP Yapay Sinir Ağları

• 4 Katman– 1 Giriş– 1 Çıkış– 2 Gizli

• Geriye Yayılım Algorithması

• HyperTansig• Rastsal İlkleme

Akademik Bilişim '07 Dumlupınar Üniversitesi 15

Eğitim Kümesi

• 4 Konuşmacı– Aybars– Kürşat– Begüm– Fırat

Akademik Bilişim '07 Dumlupınar Üniversitesi 16

Eğitim Kümesi• Konuşmacı başına 10 kelime

– Ad– Adil– Sektör– Kızı Öp– Vizör– Kokoş– Porsuk– Öpücük– Kuzen– Yüzyıl

Akademik Bilişim '07 Dumlupınar Üniversitesi 17

Değerlendirme Kümesi

• Eğitim Kümesi• Yeni Girdiler

Akademik Bilişim '07 Dumlupınar Üniversitesi 18

Deney 1

• Adım : 1000• Ayırt Etme Oranı: %32,5

Akademik Bilişim '07 Dumlupınar Üniversitesi 19

Deney 1 – Hata Grafiği

Akademik Bilişim '07 Dumlupınar Üniversitesi 20

Deney 2

• Adım : 2000• Ayırt Etme Oranı: %45

Akademik Bilişim '07 Dumlupınar Üniversitesi 21

Deney 2 – Hata Grafiği

Akademik Bilişim '07 Dumlupınar Üniversitesi 22

Deney 3

• Adım : 5000• Ayırt Etme Oranı: %57,5

Akademik Bilişim '07 Dumlupınar Üniversitesi 23

Deney 3 – Hata Grafiği

Akademik Bilişim '07 Dumlupınar Üniversitesi 24

Bitim

• Sonuç:– Düşük başarım oranı?

• Nasıl geliştirilebilir:– Adım sayısı– Nöron sayıları– Girdi

• Daha çok girdi• Daha az gürültü; daha iyi kayıt ortamı• Daha iyi örnek dağılımı• Daha iyi öznitelik çıkarma

Akademik Bilişim '07 Dumlupınar Üniversitesi 25

Teşekkürler• Yöney nicemleme işlemlerindeki ve Malcom Slanley’in

MFCC fonksiyonunu düzenlemedeki yardımlarından ötürü Dr. Emine Ekin’e teşekkür ederiz.