Madde #490Ses & Konuşma/sozluk/mel-spectrogram
Mel-Spectrogram
Mel-Scale Spectrogram
Türkçe: Mel-Ölçekli Spektrogram
Ayrıntılı Tanım
Standart spektrogramın doğrusal frekans eksenini, insan kulağının düşük frekanslardaki (kalın sesler) küçük değişimleri çok iyi duyup yüksek frekanslardaki (tiz sesler) farkları ayırt edememe biyolojisine göre **Mel ölçeğiyle (logaritmik filtre bankalarıyla)** bükülmüş halidir.
Ne İşe Yarar / Çözülen Problem
İnsan kulağının duymadığı gereksiz yüksek frekans detaylarını eleyerek yapay zekânın sadece insan sesindeki ayırt edici tonlara odaklanmasını sağlar (Whisper ve TTS modellerinin standart girdisidir).
Nasıl Çalışır? (Teknik & Mekanizma)
Frekans Mel ölçeğine dönüştürülür:
Üçgen filtre bankaları (genellikle 80 veya 128 Mel bandı) üzerinden spektrogram sıkıştırılır.
Örnek Senaryo & Pratik Uygulama
İnsan kulağının simülasyonu: 100 Hz ile 200 Hz arasındaki farkı bir dağ gibi duyan; ancak 15.000 Hz ile 15.100 Hz arasındaki farkı neredeyse hiç algılamayan kulağımıza göre ayarlanmış filtreli gözlük.
Benzer Terimlerden Farkı
Standart spektrogram fiziksel frekansı eşit böler; Mel-Spektrogram insan algısına göre kalın sesleri genişletip tiz sesleri daraltır.
İlişkili Terimler (3)
Ses, Konuşma ve Müzik Yapay Zekâsı
ASR (Whisper), TTS, Vocoder, Spektrogram analizi ve nöral ses üretimi.
Toplam Terim:30 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#489)Spectrogram
Sonraki Terim (#491)Mel-Frequency Cepstral Coefficients (MFCC)