GAZİ ÜNİVERSİTESİ BİLGİ PAKETİ - 2019 AKADEMİK YILI

DERS TANIMI
SES İŞLEME VE TANIMA(SEÇ.)/BM-416
Dersin Adı: SES İŞLEME VE TANIMA(SEÇ.)
Dersin Kredisi: 4 Ders AKTS : 6
Dersin Yarıyılı: 8 Ders Türü : Seçmeli
DERS BİLGİLERİ
 -- DERSİN DİLİ
  Türkçe
 -- ÖĞRETİM ELEMAN(LAR)I
  Bilgisayar Mühendisliği Bölüm Başkanlığı
 -- ÖĞRETİM ELEMANI WEB SİTESİ/SİTELERİ
  http://tf-bm.gazi.edu.tr/
 -- ÖĞRETİM ELEMANI E-POSTASI/E-POSTALARI
  bm.tf@gazi.edu.tr
 -- ÖĞRENME ÇIKTILARI
Ses işleme ve tanıma algoritmalarını anlama ve bu sayede hem teorik hemde uygulamalı bilgileri kullanma becerisini kazanma.
Bir ses sinyalinin işlenmesi ve konuşma tanıma ile ilgili sorunları çözme, formüle etme ve yetenek kazanma
 -- DERSİN VERİLİŞ BİÇİMİ
  Bu ders sadece yüz yüze eğitim şeklinde yürütülmektedir.
 -- DERSİN ÖNKOŞULLARI
  Bu dersin önkoşulu yada eş koşulu bulunmamaktadır.
 -- ÖNERİLEN DERSLER
  Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
 --DERS İÇERİĞİ
1. Hafta  Giriş / Ses İşleme ve Tanımaya Genel Bakış
2. Hafta  Akustik temeller : Ses, dalgalar, dalga kılavuzları , rezonans , enerji transferi
3. Hafta  Ses Sinyallerinin Temel Akustik Özellikleri (Volüm , Sıfır Geçiş Hızı , Sesin perdesi , Tını )
4. Hafta  Ses Sinyallerinin Zaman - Frekans Gösterimi ( Kısa Zamanlı Ayrık Fourier Dönüşümü )
5. Hafta  Ses aktivasyon algılaması - Konuşma algılama
6. Hafta  Ses zaman alanı analizleri (auto-correlation function, normalized squared difference function, average magnitude difference function)
7. Hafta  Ses frekans alanı analizleri (harmonic product spectrum, Cepstrum method)
8. Hafta  Ses Önişleme (Clipping & SIFT, Smoothing & Interpolation)
9. Hafta  Ara sınav
10. Hafta  Konuşma Tanımanın Temelleri
11. Hafta  Örüntü Tanımanın Konuşma Tanımaya Uygulanması: Mel frekans kepstral katsayıları
12. Hafta  Konuşma tanıma için istatistiksel modeller : Hidden Markov Modelleme ve Viterbi Tanıma
13. Hafta  İzole kelime için Hidden Markov modelleme ve sürekli konuşma tanıma
14. Hafta  Pratikte Konuşma Tanıma : Konuşma tanıma için Hidden Markov ToolKit (HTK) kullanımı
15. Hafta  Dönem Projesi Sunumları
16. Hafta  Dönem Sonu Sınavları
 -- ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
  1) B. Gold and N. Morgan, Speech and Audio Signal Processing: Processing and Perception of Speech and Music, Wiley 2000. 2) L.R.Rabiner and R.W.Schafer, Digital Processing of Speech Signals, Prentice Hall 1978. 3) H. Perez-Meana, Advances in Audio and Speech Signal Processing : Technologies and Applications, IGI Publishing, 2006.
 -- ÖĞRETİM YÖNTEM VE TEKNİKLERİ
  Anlatım, Soru-Yanıt, Gösterme, Uygulama - Alıştırma
 -- STAJ / UYGULAMA
  Yok
 -- DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ
 
Sayısı
Toplam Katkısı(%)
 Ara Sınav
1
20
 Ödev
1
10
 Uygulama
0
0
 Projeler
1
10
 Pratik
0
0
 Quiz
0
0
 Yıliçinin Başarıya Oranı (%)  
40
 Finalin Başarıya Oranı (%)  
60
 -- İŞ YÜKÜ
 Etkinlik  Toplam hafta sayısı  Süre (Haftalık Saat)  Dönem boyu toplam iş yükü
 Haftalık teorik ders saati
14
3
42
 Haftalık uygulamalı ders saati
14
3
42
 Okuma Faaliyetleri
0
 İnternette tarama, kütüphane çalışması
14
3
42
 Materyal tasarlama, uygulama
0
 Rapor hazırlama
0
 Sunu hazırlama
0
 Sunum
1
14
14
 Ara sınav ve ara sınava hazırlık
1
6
6
 Final sınavı ve final sınavına hazırlık
1
6
6
 Diğer
0
 TOPLAM İŞ YÜKÜ: 
152
 TOPLAM İŞ YÜKÜ / 25 : 
6.08
 DERSİN AKTS KREDİSİ: 
6
 -- PROGRAM ÖĞRENME ÇIKTILARI KATKI DÜZEYLERİ
NO
 PROGRAM ÖĞRENME ÇIKTILARI
1
2
3
4
5
1
Mühendislik, matematik ve fen konularında yeterli kuramsal ve uygulamalı bilgi birikimi edinip, Bilgisayar Mühendisliği problemlerini saptayabilme, tanımlayabilme, formüle edebilme.X
2
Bilgisayar Mühendisliği problemlerini çözmeye uygun analiz, modelleme ve tasarım yöntemlerini seçebilme ve uygulayabilme.X
3
Tanımlanmış bir hedef doğrultusunda, Bilgisayar Mühendisliği ile ilgili bir sistemi, süreci veya ürünü, belirli gereksinimleri karşılayacak şekilde tasarlayabilme; bu amaçla modern tasarım yöntemlerini uygulayabilme.X
4
Mühendislik çözümlerini, tasarımın niteliğine göre, güvenlik, dayanıklılık, uyarlanabilirlik, ekonomi, çevre sorunları, sürdürülebilirlik ve üretilebilirlik gibi öğeleri içeren gerçekçi kısıtlar ve koşullar altında değerlendirebilme.X
5
Bilgisayar Mühendisliği problemlerinin analizi ve çözümü için benzetim (simülasyon) veya deney yapma ve tasarlama, sonuçları yorumlama becerisi. Sanayinin ihtiyaç duyduğu gerçek problemler için verileri çözümleme becerisi.X
6
Mühendislik uygulamaları için gerekli çağdaş teknikleri ve hesaplama araçlarını kullanabilme; bilişim teknolojilerini etkin bir şekilde kullanabilme.X
7
Disiplin içi ve disiplinler arası etkin biçimde bireysel ve takım çalışması yapabilme. Bağımsız davranma, inisiyatif kullanma ve yaratıcılık becerisi.X
8
Fikirlerini Türkçe sözlü ve yazılı, açık ve öz bir şekilde ifade ederek etkin iletişim kurabilme. En az bir yabancı dili mesleği için etkin biçimde kullanabilme.X
9
Proje planlaması ve yönetimi yapabilme; iş hayatında girişimcilik, yenilikçilik v.b. yaklaşımların önemini kavrama becerisi.X
10
Yaşam boyu öğrenmenin gerekliliğini kavrayarak yeniliklere açık olma bilinci ile kendini yenileme becerisi.X
11
Mesleki ve ahlaki sorumluluk bilincine sahip olma.X
12
Özgüven, zorluklardan yılmama, kararlılık, sabır gibi kişilik özelliklerinin geliştirilmesi.X
13
Çağımızın sosyal, ekonomik, çevresel vb. sorunları hakkında farkındalık ve mühendislik mesleğini bu farkındalığın getirdiği sorumluluk bilinci ile gerçekleştirme.X