Kuş seslerinden sınıflandırma yapılması: Bir ses tanıma uygulaması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Bölümü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: YİĞİT GÜN

Danışman: Murat Gezer

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kuş türlerinin otomatik tanımlanması, ekolojik araştırmalar ve biyoçeşitlilik izleme çalışmaları için kritik öneme sahiptir. Bu tez kapsamında, İstanbul/Küçükçekmece bölgesindeki kuş türlerinin ses kayıtlarından yüksek doğrulukla sınıflandırılması için otomatik bir sistem geliştirilmiştir. Çalışmada BirdCLEF 2024 veri kümesinden seçilen 26 kuş türüne ait ses kayıtları kullanılmıştır. Geliştirilen sistem iki aşamalı olup: birinci aşamada ses kayıtları 5 ve 10 saniyelik kesitler halinde işlenmiş ve mel spektrogramlarına dönüştürülmüştür. İkinci aşamada ise farklı derin öğrenme mimarileri (ResNet50, DenseNet121 ve EfficientNet-B0) kullanılarak sınıflandırma modelleri oluşturulmuştur. Çalışmada üç farklı mimarinin performansını karşılaştırmak için kapsamlı deneyler gerçekleştirilmiştir. ResNet50 mimarisi 5 saniyelik kesitlerde %73, 10 saniyelik kesitlerde %76; DenseNet121 mimarisi 5 saniyelik kesitlerde %75, 10 saniyelik kesitlerde %77; EfficientNet-B0 mimarisi ise 5 saniyelik kesitlerde %74, 10 saniyelik kesitlerde %79 doğruluk oranı elde etmiştir. Tez kapsamında önerilen topluluk oylaması yaklaşımı ile 5 saniyelik kesitlerde %76, 10 saniyelik kesitlerde %81 doğruluk oranına ulaşılmıştır. Deneysel sonuçlar, geliştirilen sistemin kuş seslerinin otomatik sınıflandırılmasında etkili bir çözüm sunduğunu göstermektedir.