Gender Determination in Human Voice Signals using Synaptic Efficacy Function-based Leaky Integrate and Fire Neuron Model

Abstract

Günümüzdeki teknolojik gelişmeler, insanların bir ses sinyalinden konuşmacının cinsiyetini belirlemesi mümkün kılmıştır. Frekans türleri, spektral ve entropi gibi sayısal nitelikli veriler ses sinyallerinin akustik bilgilerini oluşturmaktadır. Son zamanlarda, yüksek başarı oranlarına sahip yapay zekâ tabanlı öğrenme modelleri çeşitli alanlarda ilgi görmeye başladı. Ses sinyalleri üzerinde derin öğrenme modelleri ile ilgili birçok çalışma bulunmaktadır. Bu çalışmada, derin öğrenme modellerinden esinlenerek tasarlanmış ve farklı bir mimari yapısı olan ani sivri uçlu sinir ağları kullanılmıştır. Çalışmada kullanılan veri kümesi, insan konuşmalarını ve seslerini içeren akustik bilgiye dayalı parametrelerden oluşmaktadır. Belirlenen veri seti kullanılarak ani sivri uçlu sinir ağı modeli eğitilmiş ve cinsiyet tespitinin gerçekleştirilmesi sağlanmıştır. Önermiş olduğumuz bu çalışmada sonuç olarak, sınıflandırma sürecinde %98,84 genel doğruluk başarısı elde edilmiştir. Bu çalışmada gerçekleştirilen deneysel analizler ile ani sivri uçlu sinir ağı modelinin başarılı bir şekilde çalıştırıldığı, yüksek başarımlar elde edildiği gözlemlenmiştir.