You are here

KONUŞMA TANIMA TEKNOLOJİSİ KULLANARAK DEVRE ANALİZİ UYGULAMA ARAYÜZÜ

CIRCUIT ANALYSIS APPLICATION INTERFACE BY USING SPEECH RECOGNITION TECHNOLOGY

Journal Name:

Publication Year:

Abstract (2. Language): 
Scientific and technological developments in the field of Speech Recognition (SR) provides great convenience to users in all areas of life also finds an important place in the field of education. Basically a SR system, first performs functions of receiving speech data and predicting it. Then the spoken words and expressions are converted into a processable form in the digital environment. Thus, users can manage devices with voice commands without using their hands. This technology can also be used to enable students who do not use their hand in engineering education to perform experiment in a classical laboratory environment. In this study, Electronics I Diode Characteristics is determined as a model experiment that is included in the curriculum of Faculty of Technology Electrics & Electronics department in Marmara University. Then, it is implemented by talking through the developed interface without using hands.In the process of converting the speech to text through the developed interface, the Web Speech API (WSA) which is an open source platform supported by Google has been utilized. Adobe Flash program is used for the user interface design, .Net C# is used for necessary calculations during the experiment and to draw the waveforms’ graphs. While students are conducting the experiment, all tasks can be performed by speaking: 1) run the application, 2) change the parameters, 3) monitor and observe the results.
Abstract (Original Language): 
Konuşma Tanıma (KT) alanındaki bilimsel ve teknolojik gelişmeler, yaşamın her alanında kullanıcılara büyük kolaylıklar sağladığı gibi eğitim alanında da kendine önemli bir yer bulmaktadır. Temel olarak bir KT sistemi, öncelikle konuşma verisini almak ve söyleneni tahmin etme işlevlerini yerine getirir. Ardından konuşulan kelime ve ifadeler sayısal ortamda işlenebilir bir formata dönüştürülür. Böylelikle kullanıcıların cihazları ellerini kullanmadan sesli komutlarla yönetme imkânı oluşur. Bu teknoloji, mühendislik eğitiminde elini kullanamayan öğrencilerin klasik laboratuvar ortamında deney yapmalarına olanak sağlayacak şekilde de kullanılabilir. Bu çalışmada, Marmara Üniversitesi Teknoloji Fakültesi Elektrik-Elektronik Mühendisliği bölümü ders müfredatında yer alan Elektronik I dersi Diyot Karakteristiği deneyi örnek bir uygulama olarak belirlenerek; öğrencinin geliştirilen arayüz üzerinden ellerini kullanmadan sadece konuşarak deney yapması sağlanmıştır. Geliştirilen arayüzde konuşmaların metne dönüştürülmesi aşamasında, Google tarafından desteklenen açık kaynak kodlu Web Speech API (WSA) ‘den faydalanılmıştır. Kullanıcı arayüz tasarımında Adobe Flash programı, deney ile ilgili gerekli hesaplamaların ve grafiklerin çiziminde de .Net C# Programlama dili kullanılmıştır. Öğrenciler deneyde ellerini kullanmadan sadece konuşarak devreyi kurup çalıştırabilmekte, parametreleri değiştirebilmekte, deneyin sayısal sonuçlarını izleyebilmekte ve aynı zamanda deney sonuçlarını grafiksel olarak gözlemleyebilmektedir.
169
177

REFERENCES

References: 

Aksoylar, C., Mutluergil, S. O., & Erdoğan, H. (2009). Bir Türkçe konuşma tanıma sisteminin anatomisi (The
anatomy of a Turkish speech recognition system).
Arıkan, S. (2015). Görme Engelli Yardımcı Teknoloji Bölümlerinde Tablet PC Eğitimi (iPad).
Aşlıyan, R., Günel, K., & Yakhno, T. (2008). Dinamik Zaman Bükmesi Yöntemiyle Hece Tabanlı Konuşma Tanıma
Sistemi.
Aytaç, M. (2015). Dünya Nüfus Günü, 2015. Retrieved from
http://www.tuik.gov.tr/PreHaberBultenleri.do?id=18617
Çelebi, M. (2012). Ses Komut Tanıma ile Gezgin Araç Kontrolü. (Yayınlanmış yükseklisans tezi), Marmara
Üniversitesi İstanbul.
Daniels, P. (2015). Using Web Speech Technology with Language Learning Applications. JALT CALL Journal,
11(2), 177-187.
Kalyon, H. (2012). Bülent Ecevit Üniversitesi’nde Engelli Öğrenci Biriminin Yeniden Yapılandırılması. Journal of
Higher Education & Science/Yüksekögretim ve Bilim Dergisi, 2(1).
Kışla, T. (2008). Özel eğitim öğretmenlerinin bilgisayar tutumlarının incelenmesi. Ege Eğitim Dergisi, 9(2).
Koruyan, K. (2015). Canlı İnternet Yayınları İçin Otomatik Konuşma Tanıma Tekniği Kullanılarak Alt Yazı
Oluşturulması. International Journal of Informatics Technologies, 8(2), 111.
Ono, Y., Ishii, T., & Ohnishi, A. (2015). Construction of a Voice-Based Asynchronous Communication System
Utilizing Speech Recognition and Its Potential for EFL Learners' Speaking Ability: A Pilot Study. Paper presented
at the 2015 IEEE 15th International Conference on Advanced Learning Technologies.
Eğitim ve Öğretim Araştırmaları Dergisi
Journal of Research in Education and Teaching
Aralık 2016 Cilt:5 Özel Sayı Makale No: 19 ISSN: 2146-9199
177
Rosales-Huamaní, J., Castillo-Sequera, J., Puente-Mansilla, F., & Boza-Quispe, G. (2015). A Prototype of a
Semantic Platform with a Speech Recognition System for Visual Impaired People. Journal of Intelligent Learning
Systems and Applications, 7(4), 87.
Škraba, A., Stojanović, R., Zupan, A., Koložvari, A., & Kofjač, D. (2015). Speech-controlled cloud-based
wheelchair platform for disabled persons. Microprocessors and Microsystems, 39(8), 819-828.
Sözbilir, M., Gül, Ş., Okçu, B., Kızılaslan, A., Zorluoğlu, S. L., & Atilla, G. (2015). Görme Yetersizliği Olan
Öğrencilere Yönelik Fen Eğitimi Araştırmalarında Eğilimler. Abant İzzet Baysal Üniversitesi Eğitim Fakültesi
Dergisi.
Wallace, L. (2016). Using Google web speech as a springboard for identifying personal pronunciation problems.
Paper presented at the Proceedings of the 7th Pronunciation in Second Language Learning and Teaching
Conference.
Yalçın, N. (2008). Konuşma Tanıma Teorisi ve Teknikleri. Kastamonu Eğitim Dergisi, 16(1), 249-266.

Thank you for copying data from http://www.arastirmax.com