Pengenalan ucapan kata menggunakan metode hidden markov model (hmm) melalui ekstraksi ciri Linear Predictive Coding (LPC)
| Main Author: | Ajranuddin Hasan |
|---|---|
| Format: | Book |
| Bahasa: | ind |
| Terbitan: |
Fak. Ilmu Komputer
, 2016
|
| Subjects: | |
| Online Access: |
http://digilib.unsri.ac.id//index.php?p=show_detail&id=9728 http://digilib.unsri.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/ILKOM.jpg.jpg |
Daftar Isi:
- Pengenalan suara (speech recognition) adalah mekanisme (gabunganhardware dan software) yang menyimpan beberapa representasi suara yang memilikikarakteristik berbeda bersumber dari audio input device, kemudian representasitersebut dicocokkan dengan suara yang diterima. Pengenalan suara juga dapatdiartikan sebagai proses identifikasi suara berdasarkan kata yang diucapkan denganmelakukan konversi sebuah sinyal akustik yang kemudian diterjemahkan menjadisuatu data yang dimengerti oleh komputer. Pengenalan pola pada penelitian inimenggunakan metode Hidden Markov Model (HMM), melalui metode ini suara dapatdiasumsikan sebagai parameter acak dan dicari nilai probabilitas yang maksimumsehingga suara tersebut dapat dikenali. Dalam penelitian ini digunakan metode LinearPredictive Coding (LPC), dimana LPC merupakan salah satu teknik analisa suarayang paling kuat, dan salah satu metode yang paling berguna untuk pengkodean suaradengan kualitas yang baik pada bit rendah. Hasil pengujian melaui perangkat lunakpengenalan ucapan kata menggunakan metode Hidden Markov Model (HMM) danLinear Predictive Coding (LPC) yang didapat cukup tinggi dari 100 data uji dan datalatih. Faktor yang mempengaruhi akurasi adalah intonasi, volume, dan noise.
- vi, 78 hlm. : ilus.