Auditory motivated discrete time frequency signal representation and its application to vowel classification

Abstract

Bu tez çalışmasında insan kulağının yapısı ve çalışmasından esinlenerek geliştirilen yeni bir ayrık zaman frekans sinyal analizi yöntemi sunulmuştur. Geliştirilen yöntem, klasik zaman frekans sinyal analizi yöntemlerinde kullanılan ve zaman frekans çözünürlüğünü etkileyen `pencere` fonksiyonundan bağımsızdır. Değişik SNR değerleriyle yapılan sayısal simulasyonların sonuçları geliştirilen yöntemin zaman frekans sinyal analizinde uygulanabilirliğini göstermektedir. Sunulan yöntem sesli harflere uygulanmış ve konuşmacıdan bağımsız aynı sesli harflerden benzer spektral şekiller elde edilmiştir, ve elde edilen sonuçlar aynı sesli harfler içinde benzer spektral şekiller olabileceğinin iyi bir kanıtıdır. Benzer spektral şekillerin varlığını test etmek için spektral tepelerin dağılımından elde edilen sesli harf örüntüleri sesleri sınıflandırmak için kullanılmıştır ve elde edilen sonuçlar geliştirilen yöntemin ses tanıma uygulamalarında tanıma başarasını arttırmak amaçlı yardımcı ses örüntüleri olarak kullanılabileceğini göstermektedir. In this thesis the Auditory Motivated Discrete Time Frequency Signal Representation method is presented. The method is simple and independent from the window function, which affect the obtained time frequency resolution in classical methods. The numerical simulations with different SNR values show that the proposed method is applicable for time frequency signal analysis. The proposed method is applied to the speech vowel signals and similar spectral shapes are obtained from the same vowel signals independent from the speakers, which is good evidence for existing similar spectral shapes inside the same vowels. The vowel classification based on vowel patterns extracted from spectral peaks distribution is performed in order to test the existence of the similar spectral shapes, and the obtained results show that the proposed method can be used to extract additional vowel patterns in speech recognition applications to improve the speech recognition performance.