| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Sayısal Konuşma ve Ses İşleme | BLM5122 | 0 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | |
| Dersi Veren(ler) | Banu Diri |
| Asistan(lar)ı |
| Dersin Amacı | Bu dersin amacı, konuşma ve ses işaretlerinin işlenmesi konusunda öğrencileri bilgilendirilerek bu alanda uygulama geliştirebilmelerini sağlamaktır. |
|---|---|
| Dersin İçeriği | Temel Sayısal İşaret İşleme kavramları, İnsan işitme mekanizması, Konuşma ve sesin algılanması, Ses işaretlerinin modellenmesi, Konuşmanın kısa dönem analizi, Zaman ortamı analizi, Kısa dönem Fourier analizi, Konuşma ve Ses işaretlerinin iyileştirilmesi, Gürültü ayrıştırma, Konuşma ve Ses sinyallerinde öz nitelik çıkarımı, Konuşma işaretlerinin Doğrusal Öngörülü analizi, Konuşma parametrelerinin tahmini, Pitch frekansı ve Formant kestirimi, Mel-Ölçekli Kepstrum katsayılarının hesaplanması, Ses Tanıma Yöntemleri, Vektör Nicemleme Algoritması, Otomatik Konuşma tanıma, Saklı Markov Modelleri, Ses kodlama ve sıkıştırma yöntemleri |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler, insan ses üretim ve duyma mekanizmasını kavrayacaktır.
- Öğrenciler, konuşma ve ses işaretlerinin analizini yapabilecektir.
- Öğrenciler, konuşma işaretlerinin kodlanması ve sıkıştırılması yöntemlerini öğreneceklerdir.
- Öğrenciler, otomatik konuşma tanıma sistemi hakkında bilgi sahibi olacaklardır.
- Öğrenciler, konuşma ve ses ile ilgili uygulama geliştirebileceklerdir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sayısal Konuşma ve Ses İşlemeye Giriş | |
| 2 | Sayısal İşaret İşleme kavramlarının tekrarı | |
| 3 | İnsan işitme mekanizması, Konuşma ve sesin algılanması | |
| 4 | Ses işaretlerinin modellenmesi, Konuşmanın kısa dönem analizi | |
| 5 | Zaman ortamı analizi, Kısa dönem Fourier analizi | |
| 6 | Konuşma ve Ses işaretlerinin iyileştirilmesi, Gürültü ayrıştırma | |
| 7 | Konuşma ve Ses sinyallerinde öz nitelik çıkarımı | |
| 8 | Yıl İçi Sınavı | |
| 9 | Konuşma işaretlerinin Doğrusal Öngörülü analizi | |
| 10 | Konuşma parametrelerinin tahmini, Pitch frekansı ve Formant kestirimi | |
| 11 | Mel-Ölçekli Kepstrum katsayılarının hesaplanması | |
| 12 | Ses Tanıma Yöntemleri, Vektör Nicemleme Algoritması | |
| 13 | Otomatik Konuşma tanıma, Saklı Markov Modelleri | |
| 14 | Ses kodlama ve sıkıştırma yöntemleri | |
| 15 | Makale Sunumları | |
| 16 | Final Sınavı |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 2 | 30 |
| Sunum/Jüri | 1 | 10 |
| Projeler | ||
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 4 | |
| Derse Özgü Staj | |||
| Ödev | 2 | 10 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | 1 | 30 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
