Pengenalan Angka Terisolasi dengan Menggunakan Pemodelan HMM Melalui Ekstraksi Feature Mel-Cepstrum Filter Bank
| Main Authors: | Jayadi, Sri, Wahyudi , Wahyudi , Hidayatno, Achmad |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://eprints.undip.ac.id/25877/1/ML2F302562.pdf http://eprints.undip.ac.id/25877/ |
Daftar Isi:
- Pengenalan suara adalah merupakan upaya agar manusia dan mesin dapat berkomunikasi dengan media suara. Pengenalan angka adalah merupakan salah satu bagian dari pengenalan suara. Salah satu contoh aplikasi dari pengenalan angka yaitu orang dapat menekan tombol telepon dengan menggunakan suara (voice dial). Ketika suara digunakan sebagai media berkomunikasi antara manusia dan mesin, mesin tidak bisa begitu saja dapat mengenali suara yang diucapkan oleh manusia. Oleh karena itu suara perlu dimodelkan. Karena suara termasuk dalam suatu varibel yang acak maka digunakan suatu pemodelan statistik yaitu HMM (Hidden Markov Model). Dalam HMM suara dapat diasumsikan sebagai varibel acak yang dapat diperkirakan secara tepat. Sebelum suara dapat dimodelkan, suara harus melewati proses ekstraksi feature. Salah satu jenis ektraksi feature adalah MFB (Melcepstrum filter bank). Berdasarkan hasil pengujian dari sampel 1400 data yang diucapkan oleh 9 orang pria dan 5 orang wanita pengenalan angka terisolasi dengan menggunakan ekstraksi feature MFB dan pemodelan HMM didapatkan tingkat pengenalan tertinggi sebesar 97.64%, tingkat pengenalan ini dicapai pada state 11.