AryRachmawatiA (2009) Pengenalan Suara Menggunakan Linear Predictive Coding (LPC), Vektor Kuantisasi, dan Hidden Markov Model (HMM). Sarjana thesis, Universitas Brawijaya.
Abstract
Pengenalan suara adalah teknologi masa depan yang menggantikan cara interaksi manusia dengan komputer dengan menggabungkan beberapa disiplin ilmu seperti pengenalan sinyal dan pengenalan pola. Dimana interaksi user dengan sistem dapat dilakukan dengan memberikan inputan suara. Pada tugas akhir ini, untuk menghasilkan vektor ciri sinyal suara menggunalan Linear Predictive Coding (LPC), yang diikuti dengan vektor kuantisasi. Setelah vektor dikuantisasi kemudian dikenali dengan teknik pemodelan yang disebut Hidden Markov Model (HMM). HMM yaitu suatu teknik yang digunakan untuk mengetahui probabilitas suatu keadaan yang belum diketahui urutannya. HMM adalah sebuah proses stokastik rangkap yang menghasilkan sebuah urutan simbol observasi. Di tahap pengenalan ini digunakan algoritma baum-welch. Berdasarkan uji coba yang dilakukan terhadap 12 kata yang diucapkan oleh 3 orang laki-laki, dihasilkan bahwa codebook optimal terdapat pada ukuran 128. Sedangkan pada state 6 nilai WER adalah 33.33%, state 7 nilai WER 50%, state 8 nilai WER 66.67%, state 9 nilai WER 41.67, dan pada state 10 didapat nilai WER 41.67%. Hasil uji coba jumlah state terhadap keakurasian sistem dapat disimpulkan bahwa semakin besar jumlah state tidak menjamin dapat meningkatkan keakurasian sistem.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2009/152/050901838 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 13 Jul 2009 09:43 |
| Last Modified: | 22 Oct 2021 06:26 |
| URI: | http://repository.ub.ac.id/id/eprint/152109 |
Preview |
Text
050901838.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |