Yeni Bir Türkçe Sesli Kitap Veri Seti Üzerinde Convolutional RNN+CTC, LSTM+CTC ve GRU+CTC Modellerinin Karşılaştırılması

Halil İbrahim YALMAN; Zekeriya TÜFEKCİ

Makale detayları

Yeni Bir Türkçe Sesli Kitap Veri Seti Üzerinde Convolutional RNN+CTC, LSTM+CTC ve GRU+CTC Modellerinin Karşılaştırılması

Yazarlar:

Halil İbrahim YALMAN | Zekeriya TÜFEKCİ

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 34, pp.321-327

Belge Tipi:

Makale

Yayın Tarihi:

3/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000915591

Sıklık:

Üç Aylık

eISSN:

2148-2683

Anahtar kelimeler:

Özet:

 

Speech recognition is the process of converting sound waves produced by humans into text. Although many Speech recognition models and data sets have been produced from the past to the present, it is an undeniable fact that there is a deficiency in this regard in our country. In this study, a unique data set consisting of audio books was developed for Turkish speech recognition systems. This dataset has been prepared by partitioning the audiobooks that have already been prepared. On this dataset, Recurrent Neural Network (RNN), Long Short Term Memory (LSTM), Gated Recurrent Units (GRU) models were examined and compared together with Convolutional Neural Networks (CNN) and Connectionist Temporal Classification (CTC). According to the results of this study, although the model with the highest performance is LSTM, the speech recognition rate of the GRU model, which uses fewer parameters, is close to the speech recognition rate of the LSTM model.

 

Konuşma tanıma insanların çıkardığı ses dalgalarının yazıya dönüştürülmesi işlemidir. Geçmişten günümüze birçok konuşma tanıma modeli ve veri seti üretilmekle beraber ülkemizde bu konuda bir eksiklik olduğu yadsınamaz bir gerçektir. Bu çalışmada, Türkçe konuşma tanıma sistemleri için sesli kitaplardan oluşan özgün bir veri seti geliştirilmiştir. Bu veri seti halihazırda oluşturulmuş olan sesli kitapların bölümlenmesi yoluyla hazırlanmıştır. Bu veri seti üzerinde Evrişimli Sinir Ağları (CNN) ve Bağlantıcı Zamansal Sınıflandırma (CTC) ile birlikte Yinelemeli Sinir Ağı (RNN), Uzun Kısa Süreli Hafıza (LSTM), Geçitli Tekrarlayan Birimler (GRU) modellerinin performansı incelenmiş ve karşılaştırması yapılmıştır. Bu çalışmanın sonuçlarına göre performansı en yüksek olan model LSTM olması ile birlikte daha az parametre kullanan GRU modelinin konuşma tanıma oranı LSTM modelinin konuşma tanıma oranına yakın çıkmıştır.

Makale detayları

Yeni Bir Türkçe Sesli Kitap Veri Seti Üzerinde Convolutional RNN+CTC, LSTM+CTC ve GRU+CTC Modellerinin Karşılaştırılması

Yazarlar:

Halil İbrahim YALMAN | Zekeriya TÜFEKCİ

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 34, pp.321-327

Belge Tipi:

Makale

Yayın Tarihi:

3/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000915591

Sıklık:

Üç Aylık

eISSN:

2148-2683

Konuşma Tanıma

Derin Öğrenme

Evrişimli Sinir Ağları

Uzun Kısa Süreli Bellek

Basit Tekrarlayan Ağlar

Kapılı Tekrarlayan Hücreler

Bağlantıcı Zamansal Sınıflandırma

Türkçe Sesli Kitap Veriseti.

Sayı

Makale detayları

Yazarlar: Halil İbrahim YALMAN | Zekeriya TÜFEKCİ

Yayıncı: Osman SAĞDIÇ

Ana Başlıklar: Uygulamalı fizik

Dergi: European Journal of Science and Technology 2022 Vol. Issue 34, pp.321-327

Belge Tipi: Makale

Yayın Tarihi: 3/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000915591

Sıklık: Üç Aylık

eISSN: 2148-2683

Sayı

Yazarlar:

Halil İbrahim YALMAN | Zekeriya TÜFEKCİ

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 34, pp.321-327

Belge Tipi:

Makale

Yayın Tarihi:

3/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000915591

Sıklık:

Üç Aylık

eISSN:

2148-2683