Abstract :Konuşma tanıma, sesli ifadelerin bilgisayar tarafından işlenerek yazılı metne dönüştürme işlemidir. İngilizce için çok fazla konuşma tanıma çalışmaları yapılmasına rağmen Türkçe için bu çalışmaların çok fazla olmadığı söylenebilir. Türkçenin eklemeli bir dil olmasından dolayı bir sözcüğe ekler ekleyerek bir çok yeni sözcük türetilebilmektedir. Bu durum, sözcük tabanlı Türkçe konuşma uygulamaların geliştirilmesini güçleştirmektedir. Aynı zamanda, ses birimlerinin (fonem, hece, sözcük) uzunluğu artığında konuşma tanıma uygulamaların başarısı da yükselmektedir. Dolayısıyla, bu çalışmamızda hece tabanlı Türkçe konuşma tanıma uygulamaları geliştirilmiştir. En güncel konuşma tanıma metotlarından Saklı Markov Modeli kullanılarak orta ölçekli konuşma tanıma sistemleri oluşturulmuştur. Seslendirilen sözcükler ilk olarak önişleme safhasından geçirilmiş, sonra hecelere ayrılmıştır. Her hece ses birimi, LPC, MFCC, parcor öznitelikleri kullanılarak hece öznitelik vektörleri elde edilmiştir. Son olarak, 200 Türkçe sözcüğün heceleri, Saklı Markov Modeli ile eğitilerek her biri için modeller oluşturulmuştur ve sistemler test edilerek başarı oranları hesaplanmıştır. Orta dağarcıklı konuşma tanıma sisteminin sözlüğünde 200 Türkçe sözcük bulunmaktadır. Her bir sözcük 10 defa kaydedilerek 2000 sözcüklü test veritabanı oluşturuldu ve test işlemi yapıldı. Sistemin başarımını ölçmek için sözcük hata oranı (word error rate) kullanıldı. Sözcük hata oranı, Saklı Markov Modeli için % 17,4 olarak bulunmuştur. Artişleme, sistemin başarımını yaklaşık olarak %20 oranında artırmıştır. Keywords : Türkçe Konuşma Tanıma, Saklı Markov Modeli, Hece Tabanlı Konuşma Tanıma
