Altun, Adem AlpaslanMousa, Mohammed Qasım Abbas2023-12-072023-12-0720212021Mousa, M. Q. A., (2021). Gizli Markov Modellerini Kullanarak Nefret Söylemi Tespiti. (Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.https://hdl.handle.net/20.500.12395/51191Konuşma tanıma, teknolojinin ilerlemesiyle birlikte araştırmalara konu olmuş ve çok farklı alanlarda kullanılır hale gelmiştir. Hayatımızın birçok alanında çeşitli etkileşimli konuşmaya dayalı uygulamalar mevcuttur. Konuşma tanıma sistemleri, yazmanın zorlaştığı durumlarda oldukça kullanışlıdır. Bu tez çalışmasında, kütüphaneler üzerinde izole kelime konuşma tanıma uygulamak için Gizli Markov modelinin uygulanması üzerine yapılan çalışmaları sunmaktadır. Ayrıca kelime tanıma sisteminde maksimum verim elde etmek için belirli bir kullanıcı için (kullanıcıya bağlı) kendi kendini seçen kelimeler kümesi kullanılarak sistemi geliştirmek ve eğitmek için Gizli Markov modelinin uygulanması üzerine yapılan çalışmaları sunmaktadır. Her bir kelime ile 15 varyasyon ile eğitim için kullanmak üzere toplam 105 kelime veren 15 farklı şekilde kaydedilen 7 alfabe örneği kullanılmıştır. Bu sistem gerçek dünyada sesli güvenlik sistemi kullanılarak sistem güvenliğinde ve özellikle çocuklar ve engelliler için kullanılabilir.Speech recognition has been the subject of research with the advancement of technology and has become used in many different fields. There are various interactive speech-based applications in many areas of our lives. Speech recognition systems are very useful in situations where typing becomes difficult. In this thesis, we present the studies on the implementation of the Hidden Markov model to implement isolated word speech recognition on libraries. It also presents the studies on the implementation of the Hidden Markov model to develop and train the system using a set of self-selecting words for a given user (user dependent) to achieve maximum efficiency in the word recognition system. 7 alphabet samples recorded in 15 different ways were used, giving a total of 105 words to use for education, with 15 variations for each word. This system can be used in system security, especially for children and disabled people, by using a voice security system in the real world.trinfo:eu-repo/semantics/openAccessBaum-Welch algoritmasıGizli markov modelleriKonuşmadan metne dönüştürmeN-gramNefret söylemi tespitiOtomatik ses tanımaBaum-Welch algorithmHidden markov modelsSpeech to text conversionHate speech detectionAutomatic voice recognitionMaster Thesis