Download
1 / 11
130 likes | 436 Views
Aplikasi pengenalan ucapan kata bahasa inggris menggunakan linear predictive coding ( lpc ) dan hidden markov model (hmm) OLEH : JUNIAR LESTARY. Latar belakang masalah.
E N D
Aplikasipengenalanucapankatabahasainggrismenggunakan linear predictive coding (lpc) dan hidden markov model (hmm)OLEH : JUNIAR LESTARY
Latarbelakangmasalah Speech Recognitontelahmemungkinkansuatuperangkatuntukmengenalidanmemahamikata-kata yang diucapkandengancaradigitalisasikatadanmencocokkansinyal digital dengansuatupolatertentu. Kata-kata yang diucapkandiubahbentuknyamenjadisinyal digital dengancaramengubahgelombangsuaramenjadisekumpulanangka yang kemudiandisesuaikandengankode-kodetertentuuntukmengidentifikasikankata-katatersebut. Hasildariidentifikasikata yang diucapkandapatditampilkandalambentuktulisan.
Batasanmasalah Dalampenulisaninipenulismembatasimasalahhanyasebatasbagaimanamembuataplikasispeech recognitionuntukpengenalankataBahasaInggrisdenganmenggunakan 10 katabahasaInggris, sepertione, two, three, four, five, six, seven, eight, nine, danzero. Perekaman data suaradilakukanoleh 4 respondenyaitu 2 oranglaki-lakidan 2 orangperempuandenganumur rata-rata 19-23 tahun yang menghasilkan 80 filesuara yang terdiridari 40 filesuara yang berekstensi .mat dan 40 filesuara yang berekstensi .wav.
TujuanPenulisan TujuanpenulisaniniadalahmembuataplikasipengenalanucapanuntukmenganalisisdanmengenaliucapankataBahasaInggris. Serta mengujitingkatakurasidariaplikasipengenalanucapan yang dibuat.
PengenalanUcapan Speech recognitionataupengenalanucapanadalahsuatusistem yang berfungsiuntukmengubahbahasalisanmenjadibahasatulisan. Masukanuntuksistemadalahucapanmanusia,selanjutnyasistemakanmengidentifikasikankata yang diucapkandanmenghasilkanteksyang sesuaidenganapa yang diucapkan.
VEKTOR KUANTISASI • VQ adalah teknik clustering sinyal time series, dalam kasus sinyal ucapan, ke sejumlah cluster. Masing-masing cluster merepresentasikan data milik suatu populasi tertentu dengan yang serupa (atau perbedaan minimum) karakteristik spektral. • Vektorkuantisasijugadapatdigunakanuntukmembuatsebuahcodebook. Sebuahcodebookdapatdiperolehdenganmengkuantisasivektorpembobotankoefisiencepstraldarisemuareferensikata.
Hidden Markov Model Model Markov Tersembunyiataulebihdikenalsebagai Hidden Markov Model (HMM) adalahsebuah model statistikdarisebuahsistem yang diasumsikansebuahproses Markov dengan parameter yang takdiketahui, dantantangannyaadalahmenentukan parameter-parameter tersembunyi (hidden) dari parameter-parameter yang dapatdiamati.
proses HMM Proses HMM terbagimenjadi 2 yaitu • Pelatihan sistemmelatihsetiapkatadenganuntukmemperolehlog-likelihood. • pengenalan Kata yang memilikiprobabilitaslog-likelihoodmaksimumadalahkata yang dikenali.
kesimpulan • Hasilpengujianterhadapkoefisien LPC denganmenggunakan N=320, delta N= 80, M=12, dan Q=12 darikata onesampai zero yang diucapkanolehrespondenlaki-lakidanperempuanmenghasilkanjumlahkoefisien LPC yang berbeda-bedakarenasetiapkata yang diucapkanolehseseorang (laki-lakiatauperempuan) memilikikarakteristik yang berbedapadacarapengucapannyayaitutergantungpadapanjangataupendekkata yang diucapkan. • Hasilpengujianakurasiterhadap 20 data file suaraolehresponden yang memiliki basis data suaraadalahsebesar 100%, sedangkanhasilpengujianakurasiterhadap 80 data filesuaraolehresponden yang tidakmemiliki basis data suaraadalahsebesar 53,75%.
