2024-02-282024-02-282007Eskidere, Ö. ve Ertaş, F. (2007). "Gauss karışım modeli̇ ile konuşmacı tanımada parametre değerlilerinin seçi̇mi̇". 2007 IEEE 15. Signal Processing and Communications Applications, SIU, 1-3, 495.978-1-4244-0719-4https://hdl.handle.net/11452/40015Bu çalışma, 11-13, Haziran 2007 tarihlerinde Eskişehir[Türkiye]’de düzenlenen IEEE 15. Signal Processing and Communications Applications Conference Kongresi‘nde bildiri olarak sunulmuştur.Bu makalede, konuşmaların hem temiz (TIMIT) hem de telefon ortamından iletildiği (NTIMIT) iki veritabanı için, Gauss karışımındaki bileşen sayısı, eğitim süresi, test süresi, ve kişi sayısı değişimlerinin konuşmacı tanımaya etkisi incelenmiştir. Bulunan en iyi parametreler ile TIMIT veritabanı için %100, NTIMIT veritabanı için % 85.71 konuşmacı tanıma oranı elde edilmiştir.In this paper, the impact of the number of Gaussian mixtures, the duration of training and testing sessions, and the number of speakers on speaker identification has been investigated using clean speech (TIMIT) and telephone speech (NTIMIT) databases. Employing the parameters that provide the maximum performance, 100% and 85.71% identification rates have been obtained for the TIMIT and NTIMIT databases, respectively.trinfo:eu-repo/semantics/closedAccessComputer ScienceTelecommunicationsEngineeringClean speechGaussian mixture modelTraining and testingGaussian mixturesTelephone speechIdentification ratesSpeaker identificationParameter settingsIdentification (control systems)Database systemsTrellis codesImpact testingSpeech recognitionLoudspeakersSignal processingSpeechBileşen sayısıVeri tabanProceedings Paper0002529246001242-s2.0-502490933444951-3https://10.1109/SIU.2007.4298590Computer science, artificial intelligenceComputer science, theory & methodsEngineering, electrical & electronicTelecommunicationsSpeech Recognition; Language Recognition; Utterance