Bu çalışmada konuşmacı cinsiyetinin metinden bağımsız olarak belirlenmesi amaçlanmaktadır. Önerilen sistem iki bölümden oluşmaktadır. Birinci bölüm olan eğitim aşamasında deneklerden alınan ses kayıtlarından öznitelik vektörü hesaplanır. Çalışmada öznitelik vektörü olarak MFCC(Mel Frequency Cepstral Coefficients) kullanılmıştır. Elde edilen MFCC öznitelik vektörü VQ (Vector Quantization) yöntemiyle sınıflandırılır ve veritabanına kaydedilerek eğitim aşaması tamamlanır. İkinci bölüm olan test aşamasında konuşmacı cinsiyeti bilinmeyen ses kayıtları giriş olarak alınır ve eğitim aşamasındaki gibi öznitelik vektörü hesaplanır. Elde edilen öznitelik vektörü eğitim veritabanındaki verilerle kıyaslanarak erkek ve bayan sınıflar için ortalama bir uzaklık değeri hesaplanır. Bu uzaklık değerlerinden küçük olanı test verisinin hangi sınıfa ait olduğunu belirtir. Çalışmada TIMIT veritabanı üzerinde çeşitli testler yapılmıştır. Bu testlerden 168 konuşmacının 10'ar cümle söylediği toplam 1680 veriden oluşan test kümesinde yalnızca 34 hatalı karar verilerek %98,80 başarı elde edilmiştir.

Speaking is the easiest and natural form of communication between people. Intensive studies are made in order to provide this communication via computers between people. The systems using voice biometric technology are attracting attention especially in the angle of cost and usage. When compared with the other biometic systems the application is much more practical. For example by using a microphone placed in the environment voice record can be obtained even without notifying the user and the system can be applied. Moreover the remote access facility is one of the other advantages of voice biometry. In this study, it is aimed to automatically determine the gender of the speaker through the speech waves which include personal information. If the speaker gender can be determined while composing models according to the gender information, the success of voice recognition systems can be increased in an important degree. Generally all the speaker recognition systems are composed of two parts which are feature extraction and matching. Feature extraction is the procedure in which the least information presenting the speech and the speaker is determined through voice signal. There are different features used in voice applications such as LPC, MFCC and PLP. In this study as a feature vector MFCC is used. Feature mathcing is the procedure in which the features derived from unknown speakers and known speaker group are compared. According to the text used in comparison the system is devided to two parts that are text dependent and text independent. While the same text is used in text dependent systems, different texts are used in indepentent text systems. Nowadays, DTW and HMM are text dependent, VQ and GMM are text indepentent matching methods. In this study due to the high success ratio and simple application features VQ approach is used. In this study a system which determines the speaker gender automatically and text independent is pro