Pemodelan pengenalan kata menggunakan mel frequency cepstral coefficients dan hidden markov model

Krisnadi, Dion (2012) Pemodelan pengenalan kata menggunakan mel frequency cepstral coefficients dan hidden markov model. Bachelor thesis, Universitas Pelita Harapan.

Full text not available from this repository.

Abstract

Pengenalan kata terisolasi (tunggal) merupakan proses untuk mengetahui kata yang diucapkan manusia, dengan setiap ucapan hanya terdiri dari satu kata saja. Walaupun pengenalan kata terisolasi merupakan jenis pengenalan ucapan yang paling mudah dan sederhana, pengenalan ini dapat digunakan sebagai basis untuk mengembangkan sistem pengenalan ucapan yang lebih maju dan dapat diterapkan pada permasalahan nyata. Pengenalan kata terisolasi dilakukan dengan terlebih dahulu memperoleh fitur akustik dari sinyal suara, yang kemudian digunakan untuk memperkirakan kata yang diucapkan. Fitur yang digunakan pada tugas akhir ini adalah MFCC yang dilengkapi dengan delta orde satu dan dua, sementara metode yang digunakan untuk memperkirakan kata adalah HMM yang memodelkan fonem. Dengan menggunakan kedua metode tersebut, dikembangkan suatu sistem pengenalan kata Bahasa Indonesia yang bergantung pada pembicara dengan jumlah kosakata kecil. Beberapa percobaan dilakukan menggunakan sistem yang dikembangkan untuk mengetahui pengaruh dari data pelatihan, serta jumlah state dan mixture terhadap akurasi pengenalan sistem. Hasil yang diperoleh adalah jumlah state tidak memberikan pengaruh, sementara penambahan jumlah mixture akan meningkatkan tingkat akurasi sistem. Selain itu, penambahan jumlah pengulangan untuk setiap pembicara akan meningkatkan akurasi, sementara penambahan jumlah fonem yang dapat dikenali akan menurunkan tingkat akurasi. Untuk akurasi pengenalan masing-masing kelompok fonem, sistem memiliki akurasi pengenalan yang sama untuk setiap fonem. Percobaan lebih lanjut dibutuhkan untuk dapat menemukan solusi dari permasalahan kecepatan bicara dan keberadaan silent di tengah pengucapan kata, dan juga untuk mengetahui pengaruh dari variasi pembicara terhadap akurasi pengenalan, serta untuk mengetahui performa sistem apabila semua fonem Bahasa Indonesia digunakan. / Isolated word recognition is a process of identifying human’s utterance where each utterance consists only of one word. Although this is the easiest and simplest problem in speech recognition, it can be used as the basis for developing other more advanced speech recognition systems that can be applied in real-life situations. Isolated word recognition can be done by first extracting the acoustic feature from the speech signal which then will be used in approximating the word being said. The feature used in this research will be Mel Frequency Cepstral Coefficients (MFCC) with first and second order delta from the speech signal, while the method used in approximating the word is Hidden Markov Model (HMM) which models phonemes. Using these two methods, a speaker-dependent small-vocabulary isolated word recognition system for Bahasa Indonesia will be developed. Some testings were done using the system to find out the effect of training data and the total numbers of states and mixtures in recognizing some Indonesian words. The results are as follows: the total numbers of states doesn’t have any effect, while increasing the total numbers of mixtures will result in better recognition rate; increasing the total numbers of repetitions for each speakers will increase the recognition rate, while increasing the total numbers of recognizable phonemes will decrease the recognition rate. As for the recognition rate for each phonemes, the system has the same recognition rate for each of them. Additional researches will be needed to solve the problem of speech duration and the existence of silent in the middle of the spoken words, and also to find out the effect of speaker variability, and the performance of the system if all phonemes in Indonesian language are included.

Item Type:

Thesis (Bachelor)

Creators: