Text
Pengenalan ucapan kata menggunakan metode hidden markov model (hmm) melalui ekstraksi ciri Linear Predictive Coding (LPC)
Pengenalan suara (speech recognition) adalah mekanisme (gabungan
hardware dan software) yang menyimpan beberapa representasi suara yang memiliki
karakteristik berbeda bersumber dari audio input device, kemudian representasi
tersebut dicocokkan dengan suara yang diterima. Pengenalan suara juga dapat
diartikan sebagai proses identifikasi suara berdasarkan kata yang diucapkan dengan
melakukan konversi sebuah sinyal akustik yang kemudian diterjemahkan menjadi
suatu data yang dimengerti oleh komputer. Pengenalan pola pada penelitian ini
menggunakan metode Hidden Markov Model (HMM), melalui metode ini suara dapat
diasumsikan sebagai parameter acak dan dicari nilai probabilitas yang maksimum
sehingga suara tersebut dapat dikenali. Dalam penelitian ini digunakan metode Linear
Predictive Coding (LPC), dimana LPC merupakan salah satu teknik analisa suara
yang paling kuat, dan salah satu metode yang paling berguna untuk pengkodean suara
dengan kualitas yang baik pada bit rendah. Hasil pengujian melaui perangkat lunak
pengenalan ucapan kata menggunakan metode Hidden Markov Model (HMM) dan
Linear Predictive Coding (LPC) yang didapat cukup tinggi dari 100 data uji dan data
latih. Faktor yang mempengaruhi akurasi adalah intonasi, volume, dan noise.
No copy data
No other version available