Atıf Sayısı
1
Görüntüleme
11
İşitme engelli bireyler günlük hayatta birçok problemle karşı karşıya kalmaktadırlar. Bu problemlerin başında sesin nereden geldiğinin tespit etmekte güçlük çekilmesi gelmektedir. Bu çalışmada, işitme engelli bireylerin çevresel ses kaynaklarını algılamalarına yönelik bir ses yönü tespit sistemi önerilmektedir. Önerilen bu sistemde insan kafa yapısı model alınarak kafa mankeni kulaklarına yerleştirilen iki adet mikrofon kullanılmaktadır. Bu mikrofonlar aracılığıyla kaydedilen çevresel ses verileri USB ses kartları aracılığıyla LattePanda tek kart bilgisayara aktarılmaktadır. Aktarılan bu ses verileri filtreleme ve normalizasyon işlemlerinden geçirilerek on beş adet öznitelik oluşturulmaktadır. Bu öznitelikler çevresel sekiz farklı bölgeden alınan ses verileri için ayrı ayrı elde edilmektedir. Çevresel ses kaynağı bir BlueTooth hoparlör ile kafa mankeni etrafındaki sekiz farklı bölgeye ayrılmış platform ortamı kullanılarak oluşturulmaktadır. Bu çevresel ses kaynağı kullanılarak her bir bölge içerisinde üç farklı konum ve bu konumlarda dört farklı ses seviyesi olmak üzere her bir bölge için on iki farklı ses kaydı ile veri seti oluşturulmaktadır. Bu veri setini oluşturmak için C# programlama dilinde bir arayüz tasarımı gerçekleştirilmiştir. Bu arayüz, sistem modeli iyileştirilmesi ve geliştirilmesine yönelik veri seti hazırlamak için farklı denemelerin yapılabilmesini sağlamaktadır. Hazırlanan bu veri seti ML.NET kütüphanesinde bulunan karar ağaçları, lineer destek vektör makinesi, olasılıksal dereceli azalma, tek katmanlı ve çok katmanlı Perceptron algoritmaları kullanılarak sistem modelleri oluşturulmaktadır. Bu modeller karşılaştırıldığında performans değerlendirmesinde en başarılı sonuç tek katmanlı Perceptron algoritması ile oluşturulan sistem modeli olmuştur. Tek katmanlı Perceptron algoritması ile oluşturulan model %87,5 başarı oranıyla çevresel ses yönü tespit etmektedir. Elde edilen sonuçlar, işitme engellilere yönelik çevresel ses yönü tespit sisteminin gelecek için umut vaat ettiğini göstermektedir.
People with hearing disabilities face many problems in their daily lives. It is difficult to find out where the voice comes from. In this study, a sound direction detection system is proposed for people with hearing disabilities to perceive the surrounding sound sources. In this recommended system, two microphones are used placed in the head mankeni ears by taking the human head structure model. Environmental audio data recorded through these microphones is transmitted to a single card of LattePanda computer via USB audio cards. These audio data are transmitted through filtration and normalization processes, creating fifteen properties. These properties are obtained separately for audio data obtained from eight different surrounding areas. The environmental sound source is created using the platform environment divided into eight different areas around the head mankene with a BlueTooth speaker. This environmental sound source uses a set of data with two different audio recordings for each area, three different locations in each area and four different sound levels in these locations. A interface design in C# programming language has been implemented to create this data set. This interface enables different trials to be carried out to prepare a set of data for system model improvement and development. This data set is prepared for ML. The decision trees in the NET library, the linear support vector machine, the possibility degree reduction, the single layer and multi layer Perceptron algorithms are created using system models. The most successful result in performance assessment compared to these models was the system model created with the single-layer Perceptron algorithm. A single-layer Perceptron algorithm identifies the surrounding sound with a 87.5% success rate. The results show that the environmental sound direction detection system for hearing disabilities promises hope for the future.
Hearing-impaired individuals face many problems in daily life. One of these problems is the difficulty in determining where the sound is coming from. In this study, a sound direction detection system is proposed for hearing impaired individuals to perceive surround sound sources. In this proposed system, two microphones are used, which are placed on the ears of the head manikin, taking the human head structure as a model. Surround sound data recorded by these microphones are transferred to a LattePanda single card computer via USB sound cards. Fifteen features are created by filtering and normalizing these transmitted sound data. These features are obtained separately for sound data from eight different surrounding regions. The surround sound source is created using a BlueTooth speaker and a platform environment divided into eight different regions around the head manikin. Using this surround sound source, a data set is created with twelve different sound recordings for each region, with three different locations in each region and four different sound levels at these locations. An interface has been designed in the C # programming language to create this data set. This interface enables different trials to be made to prepare a data set for system model improvement and development. System models are created using decision trees, linear support vector machine, stochastic gradient descent, single-layer and multi-layer Perceptron algorithms in the ML.NET library. When these models are compared, the most successful result in performance evaluation has been the system model created with the single-layer Perceptron algorithm. The model created with the single-layer Perceptron algorithm determines the surrounding sound direction with a success rate of 87.5%. The results obtained show that the surround sound direction detection system for the hearing impaired is promising for the future.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
