Yapay Sinir Ağları ile Ses Tanıma

Ses Tanıma genel olarak  üç aşamadan oluşuyor.
1) Ön işleme
2) Öznitelik Çıkarma
3) Tanıma ( YSA ile)
Deneysel olarak yapılan  bu çalışmada  RASTA-PLP, MFCC ve LP yöntemleri gerçekleştirildi Bu yazıda akustik vektörlerin MFCC (mel frequency cepstral coefficients) yöntemiyle oluşturulması anlatılıyor. ( deatylı bilgi için YSA ile Ses Tanıma )

Küçük bir veri seti hazırlandı 6 değişik kelime 10 kez seslendirildi. Bu ses dosyalarına yukardaki yazıda belirtilen metodlar uygulanarak öznitelik çıkarma işi yapıldı. Çıkarılan bu özniteliklerin 48 tanesini eğitim 12 tanesini test için kullandık.

    Giriş : 360
    Çıkış : 6

şeklinde bir YSA tasarlandı ve FannTool ile eğitildi, Ulaştığımız sonuçlar

    Eğitim Verisi : %100
    Test Verisi     : % 91

Read More

ANN for Gesture Recognition using Accelerometer Data

Procedia Technology 3 ( 2012 ) 109 – 120
The 2012 Iberoamerican Conference on Electronics Engineering and Computer Science

ANN for Gesture Recognition using Accelerometer Data
Blanca Miriam Lee-Cosio, Carlos Delgado-Mata, Jesus Ibanez

Abstract

This paper presents the application of Artificial Neural Networks to recognise among gestures trajectory patterns in a Euclidean space. The data was filtered and normalised by the Fast Fourier Transform. The k-means algorithm was used to parametrise the optimized data as input of the ANN by creating 15 clusters of data. Using the FANN tool , the ANN was modeled trained and tested so that the output of the ANN is the recognised gesture . The raw data comes from a set of 8 trajectories representing gestures captured by a device based on accelerometers like the Nintendo Wii remote.

Read More