Tekrarlayan sinir ağlarını kullanarak konuşma tanıma

Abstract

Konuşma tanıma yada otomatik konuşma tanıma bilgisayar biliminin, mühendisliğin ve bilişimsel dilbilimin ortak bir uygulama alanıdır. Bu alan, özellikle bilgisayarlar için, konuşulan dilden otomatik olarak veri elde etmeyi sağlayan süreçlerin araştırılmasıyla ve geliştirilmesiyle ilgilenir. Konuşma tanımanın bir biyometrik kişisel tanıma yöntemi olan ses veya konuşmacıyı tanıma ile karıştırılmaması gerekir. Ancak her iki uygulamanın realizasyonunda benzerlikler söz konusudur. Bu tezde insanların konuşma sinyallerinden kelimeleri tanımada derin öğrenme yöntemi kullanılmıştır. Önerilen yöntemin yürütülmesinde Python kullanılır ve bu adım adım gerçekleştirilir. Çalışmamız neticesinde, konuşma tanıma için CNN’in (evrişimli sinir ağları) oldukça başarılı bir araç olduğu görülmüştür, bu durum daha fazla etiketin söz olması halinde daha sofistike bir mimari inşası yönünde cesaret verici olmuştur. Daha farklı çözümleri denemek için Kaggle’ın TensorFlow Speech Recognition Challenge platform kullanılmıştır.