Kurs içeriği (4 / 8)
Yapay Zekâ ile Tanışıyorum: Görüntü ve Ses Tanıma · Ders 4 / 8
Sesleri Tanıyan Model
Bu kez modelimiz kulaklarını kullanıyor. Teachable Machine’in ses projesiyle alkış, parmak şıklatma ve masaya vurma seslerini ayırt eden bir model eğitiyoruz. Arka plan gürültüsünün neden ayrı bir sınıf olduğunu öğreniyor, sesin “resmi” olan spektrogramı tanıyor ve modelimizi bir deneme tablosuyla test ediyoruz.
Bu derste
- Teachable Machine’de ses projesi oluşturur ve arka plan gürültüsü kaydeder.
- Her ses sınıfı için yeterli sayıda örnek toplar.
- Spektrogramın sesi resim olarak gösterdiğini açıklar.
- Ses modelini eğitir, dener ve başarısını tabloyla ölçer.
Malzemeler
- Mikrofonlu bilgisayar (dizüstü bilgisayarın mikrofonu yeterlidir) veya USB mikrofon
- Güncel bir tarayıcı ve internet bağlantısı
- Olabildiğince sessiz bir ortam
- Deneme tablosu için kâğıt ve kalem
Şimdiye kadar modellerimiz görerek öğrendi. Bugün modelimize duymayı öğreteceğiz. Ders sonunda bilgisayarınız, siz alkışladığınızda “alkış”, parmağınızı şıklattığınızda “şıklatma” diyecek.
Dersin Amacı ve Kazanımlar
Bu dersin sonunda:
- Teachable Machine’de ses projesi oluşturup arka plan gürültüsü kaydedebileceksiniz.
- Her ses sınıfı için yeterli sayıda örnek toplayabileceksiniz.
- Spektrogramın sesi resim olarak gösterdiğini açıklayabileceksiniz.
- Ses modelini eğitip deneyebilecek ve başarısını ölçebileceksiniz.
Gerekli Malzemeler
| Malzeme | Açıklama |
|---|---|
| Mikrofonlu bilgisayar | Dizüstü bilgisayarın kendi mikrofonu ya da USB mikrofon |
| Tarayıcı | Chrome, Edge veya Firefox’un güncel sürümü |
| Sessiz ortam | Gruplar aynı anda kayıt yapacaksa sınıfın farklı köşelerine dağılın |
| Kâğıt ve kalem | Deneme tablosu için |
💡 İpucu
Sınıfta herkes aynı anda alkışlarsa her modelin kaydına başkalarının alkışları da karışır. Gruplar sırayla kayıt yapsın ya da her grup kendi örneklerini toplarken diğerleri sessizce beklesin.
Bilgisayar Sesi Nasıl “Görür”?
Ses, havada yayılan titreşimlerdir. Mikrofon bu titreşimleri sayılara çevirir. Teachable Machine bu sayıları bir resme, spektrograma dönüştürür. Spektrogramda soldan sağa zaman ilerler; aşağıda kalın (pes) sesler, yukarıda ince (tiz) sesler bulunur. Sesin şiddetli olduğu yerler parlak renkli görünür.
Böylece ses tanıma, bir tür resim tanımaya dönüşür. Kısa ve sert bir alkış spektrogramda dikey bir şerit gibi görünürken, uzun bir ıslık yatay bir çizgi gibi görünür. Model de bu resimlerdeki farkları öğrenir.

Neden “Arka Plan Gürültüsü” Sınıfı?
Sınıf hiçbir zaman tamamen sessiz değildir: Klimanın uğultusu, koridordaki konuşmalar, bilgisayarın fanı… Modelimiz bu sesleri de tanımalı ki her küçük gürültüde “alkış” demesin. Teachable Machine bu yüzden ses projelerinde ilk sınıfı hazır olarak verir: Background Noise (Arka plan gürültüsü).
Etkinlik 1: Ses Projesini Oluşturalım
- teachablemachine.withgoogle.com adresinde Get Started düğmesine tıklayın. New Project ekranında Audio Project (Ses Projesi) kartını seçin.
- Ekranda Background Noise (Arka plan gürültüsü) ve Class 2 adlı iki sınıf görünür. Class 2 yazısının yanındaki kalem simgesine tıklayıp adını Alkış yapın.
- Add a class ile iki sınıf daha ekleyin: Şıklatma ve Vurma (masaya parmak eklemiyle iki kez vurma).
Her sınıf kutusunda Add Audio Samples (Ses örneği ekle) yazısı ve altında iki düğme vardır: Mic (Mikrofon) ve Upload (Yükle). Yazının yanındaki sayı, o sınıfa en az kaç örnek gerektiğini söyler: Background Noise kutusunda (20 minimum), diğer sınıflarda (8 minimum) yazar.

Etkinlik 2: Arka Plan Gürültüsünü Kaydedelim
- Background Noise kutusundaki Mic düğmesine tıklayın. Tarayıcı mikrofon izni isterse İzin ver deyin.
- Record 20 Seconds (20 saniye kaydet) düğmesine basın. Bu 20 saniye boyunca kimse alkışlamasın, konuşmasın; sınıfın normal sesi kaydedilsin.
- Kayıt bitince Extract Sample (Örnek çıkar) düğmesine basın. Kayıt 1 saniyelik parçalara bölünür ve sınıfa eklenir. Bu sınıfta en az 20 örnek olmalıdır.

Etkinlik 3: Diğer Sesleri Kaydedelim
- Alkış kutusunda Mic düğmesine basın, ardından Record 2 Seconds (2 saniye kaydet) düğmesine basıp alkışlayın. Kayıt bitince Extract Sample ile örneği ekleyin.
- Bunu tekrarlayarak alkış sınıfında en az 8, tercihen 20 civarında örnek toplayın. Her kayıtta biraz farklı alkışlayın: yüksek, alçak, tek, iki kez.
- Şıklatma ve Vurma sınıfları için de aynısını yapın. Sınıflardaki örnek sayılarının birbirine yakın olmasına dikkat edin.
Etkinlik 4: Eğitelim ve Test Edelim
- Training kutusundaki Train Model düğmesine basın ve eğitim bitene kadar sekmeyi değiştirmeyin. Eğitim bitince düğmede Model Trained yazar.
- Preview bölümünde model mikrofonu sürekli dinlemeye başlar. Sırayla alkışlayın, şıklatın, masaya vurun ve çubuklara bakın. Hiçbir şey yapmadığınızda Background Noise çubuğu dolmalıdır.
- Her sesi 10 kez deneyip sonuçları tabloya yazın:
| Ses | Deneme | Doğru tahmin | En çok neyle karıştı? |
|---|---|---|---|
| Alkış | 10 | ||
| Şıklatma | 10 | ||
| Vurma | 10 | ||
| Sessiz bekleme | 10 |
Son olarak projenizi kaydedin: ☰ → Download project as file.
⚠️ Önemli Not
Kayıt yaparken başkalarının konuşmalarını kaydetmeyin ve kimsenin sesini izni olmadan kullanmayın. Alkış ve vurma seslerini kulak tırmalayacak kadar yüksek yapmanıza gerek yok; mikrofon normal bir alkışı rahatça duyar. Masaya vururken elinizi acıtmayın, kalem gibi bir nesneyle de vurabilirsiniz.
Sıra Sizde
- Modelinize konuşun ya da şarkı söyleyin. Model hangi sınıfı seçiyor? Neden böyle olabilir?
- Bir arkadaşınız alkışladığında model tanıyor mu? Tanımıyorsa ne yapmalısınız?
- Yeni bir sınıf ekleyin: “Islık” ya da “Kalem düşürme”. Model eski sınıfları hâlâ doğru tanıyor mu?
Kendini Dene
- Spektrogramda yatay ve dikey eksenler neyi gösterir?
- Background Noise sınıfı olmasaydı ne olurdu?
- Teachable Machine’de Background Noise sınıfında en az kaç örnek olmalıdır?
Cevaplar
- Yatay eksen zamanı, dikey eksen sesin inceliğini (frekansını) gösterir. Renkler sesin şiddetini gösterir.
- Model sessizlikte ya da sınıfın normal gürültüsünde bile alkış, şıklatma veya vurma sınıflarından birini seçerdi.
- En az 20 örnek.