Konuşma ve Metin İşlemede Yapay Zeka

2026 Projeleri

Format: Kampüs İçi veya Çevrimiçi
Öğrenci Sayısı: 6
Proje Süresi: 1 Temmuz – 15 Temmuz
Proje Danışmanı: Cenk Demiroğlu
Araştırma Alanları: Konuşma ve metin işleme alanında Yapay Zekâ
Günlük Süpervizör: Utku Ozan Çay

Proje Açıklaması

Bu kısa proje, konuşma verilerinden depresyon belirtilerini tespit eden yapay zekâ sistemleri geliştirmeye odaklanmaktadır. Öğrenciler, önceden eğitilmiş modeller ve temel makine öğrenimi tekniklerini kullanarak hafif bir pipeline (işlem hattı) uygulayacaklardır. Projede araştırmadan çok pratik uygulama ön plandadır.
ederek yaratıcılığı ve problem çözme becerilerini geliştirmeyi amaçlıyor.

Proje Hakkında:

Depresyon, insanların konuşma şekillerini (akustik) ve söylediklerini (dil) etkileyebilir. Bu projede öğrenciler, önceden eğitilmiş konuşma tanıma ve ses modellerini kullanarak özellikler çıkaracak ve ardından basit bir sınıflandırıcı oluşturacaktır. Ayrıca ses ve metni birleştiren multimodal LLM (Büyük Dil Modeli) yaklaşımını keşfedeceklerdir. Proje, iki hafta içinde tamamlanacak şekilde, rehberli adımlar ve sağlanan kaynaklarla tasarlanmıştır.

Proje Hedefleri:

Konuşmaya dayalı sınıflandırma için uçtan uca bir pipeline oluşturmak
Önceden eğitilmiş modelleri kullanmak (sıfırdan eğitim yok)
Sadece ses tabanlı ve sadece metin tabanlı özellikleri karşılaştırmak
Temel değerlendirme metriklerini anlamak (doğruluk, F1 skoru)
Multimodal yapay zekâ sistemleri hakkında sezgi kazanmak

Proje Görevleri:

Sağlanan küçük veri setini yüklemek (ses + etiketler)
Ses verilerini ön işlemek (yeniden örnekleme, gerekirse kırpma)
Önceden eğitilmiş ASR modeli (ör. Whisper) kullanarak transkriptler elde etmek
Basit özellikler çıkarmak:
- Ses gömme vektörleri (veya MFCC gibi temel özellikler)
- Metin özellikleri (ör. TF-IDF veya gömme vektörleri)
Basit bir sınıflandırıcı eğitmek (ör. lojistik regresyon veya küçük bir sinir ağı)
Performansı değerlendirmek ve karşılaştırmak:
- Sadece ses
- Sadece metin
- Birleştirilmiş özellikler (isteğe bağlı)

Teslimatlar:

Çalışan Python kodu
Eğitilmiş model ve değerlendirme sonuçları
Sunum, içerik olarak:
- Yaklaşım
- Sonuçlar
- Gözlemler

Öğrenci için Faydaları:

Gerçek dünya yapay zekâ iş akışlarına hızlı maruz kalma
Konuşma ve dil modelleri ile uygulamalı deneyim
Multimodal öğrenme kavramlarını anlama
Modern yapay zekâ araçlarıyla (ör. Hugging Face, PyTorch) pratik beceriler

Gereksinimler:

Temel Python bilgisi
Giriş seviyesinde makine öğrenimi kavramları
Konuşma işleme konusunda önceden deneyim gerekmemektedir.

2026 Yılı Projeleri

Başvuruları Başladı!

Özyeğin Üniversitesi Yaz Araştırma Stajı projesi lise öğrencilerine açık olup, programın amacı bilimsel araştırmanın nasıl yapıldığına dair deneyimlerini artırmaktır.

2026 Projeleri