English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Bu calismada Kisa-zaman Ortalama ve Degisinti Normalizasyonu (Short-time Mean and Variance Normalization - STMVN), Kisa-zaman Sepstral Ortalama ve Olceklendirme Normalizasyonu (Short-time Cepstral Mean and Scale Normalization - STMSN), Asgari – Azami (Min-Max) Normalizasyonu, Z-Skor (Z-Score) Normalizasyonu ve Standart Sapma (Standard Deviation) Normalizasyon tekniklerinin, konusmaci cinsiyetinin tespitinde siniflandirma basarimina etkisi arastirilmistir. Calismada veri seti olarak TIMIT veri setindeki 192 erkek ve 192 kadin konusmaciya ait ses kayitlari kullanilmistir. Ses kayitlarindan Mel Frekansi Sepstral Katsayisi (Mel Frequency Cepstral Coefficient – MFCC) teknigi ile oznitelik cikarilmis ve cikarilan ozniteliklerin boyutu Temel Bilesen Analizi (Principal component analysis – PCA) ile indirgenerek, degisik teknikler ile normalize edilmistir. Siniflandirici olarak Destek Vektor Makinesi (Support Vector Machine – SVM) kullanilmistir. Calisma sonucunda konusmaci cinsiyeti tahmininde en yuksek basarimin %98.18 ile Standart Sapma Normalizasyon Teknigi ile normalize edilmis ozniteliklerden elde edildigi gozlemlenmis olup diger tekniklerin basarimi dusurdugu gozlemlenmistir.

Konuşmacı Cinsiyetinin Tespitinde Değişik Normalizasyon Tekniklerinin Kıyaslanması