Pengenalan Pengaruh Suara Konsonan Terhadap Vokal Menggunakan MFCC dan SVM

Muhammad Makmun Effendi

doi:10.33021/itfs.v3i02.583

Pengenalan Pengaruh Suara Konsonan Terhadap Vokal Menggunakan MFCC dan SVM

Muhammad Makmun Effendi

Abstract

Suara merupakan alat komunikasi paling mendasar bagi manusia. Saat ini, suara tidak hanya digunakan untuk komunikasi antar manusia tetapi juga digunakan untuk berkomunikasi dengan perangkat-perangkat teknologi, oleh sebab itu topik pengenalan suara semakin berkembang. Penelitian yang dilakukan adalah untuk menyederhanakan pengenal ucapan yang bertujuan untuk mengenali pengaruh konsonan terhadap vokal dengan memanfaatkan informasi disekitar ucapan konsonan dan vokal tersebut. Metode Penelitian yang digunakan dalam membangun sistem pengenalan suara ini berdasarkan konsonan yang telah di pengaruhi oleh vokal dengan menggunakan MFCC (Mel-frequency cepstrum coefficients) dan SVM (Support Vektor Machine) algoritma. Hal yang dilakukan untuk mengenali konsonan dengan cara merekam suara vokal terlebih dahulu dan setelah itu merekam konsonan dari beberapa orang dan hasil rekamannya dicatat dan dilatih mengetahui seberapa besar konsonan terhadap vokal dapat dikenali.

Full Text:

PDF

References

Anil Kumar Vuppala, Saswat Chakrabarti, and K. Sreenivasa Rao, Effect of Speech Coding on Recognition of Consonant-Vowel (CV) Units 1G. S. Sanyal School of Telecommunications 2School of Information Technology Indian Institute of Technology Kharagpur Kharagpur – 721302, West Bengal, India.

Away, Gunaidi Abdia. 2006. MATLAB programming, Bandung:Informatika

Arman, A.A. tahun 2004. Teknologi Kunci untuk Meningkatkan Cara Interaksi antara Manusia dengan Mesin.

Aida-Zade, K.R., C. Ardil dan A.M. Sharifova. 2010. The Main Principles of Text-to-Speech Synresearch System. International Journal of Signal Processing 6.1

Becchetti, Claudio dan Ricotti, Lucio Prina. 1999. Speech Recognition Theory and C++ Implementation. Chichester : John Willey & Sons.

Bradbury, Jeremy, Linear Predictive Coding, paper, 2002

C. De Stefano, C. Sansone and M. Vento, Comparing Generalization and Recognition Capability of Learning Vector Quantization and Multi-LayerPerceptron Architectures, University of Naples, Napoli.

Chou, Wu dan Juang, B. H., 2003. Pattern Recognition in Speech and Language Processing. Washington DC : CRC PRESS.

D. T. Larose, An Introduction to Data Mining, Hoboken: John Wiley & Sons Inc., 2005.

10.Gold, Ben, and Nelson Morgan, Speech and Audio Signal Processing :

Processing and Perception of Speech and Music, John Wiley & Sons, Inc., New York, 1999.

11. Ikuta, Hisatoshi, Yoshihisa Ishida, Takashi Honda, and Yasuhiko Arai, Spoken

Word Recognition Using LVQ Based on DP Matching, Meiji

University,Yokohama.

12.Indrajaya, Yunes, Pemampatan Isyarat Tutur Menggunakan Penyandian

Prediktif Linear, Jurusan Teknik Elektro Universitas Diponegoro, Tugas

Akhir,2002.

13. John. G, and Dimitris G. Manolakis, Pemrosesan Sinyal Digital : Prinsip- prinsip, Algoritmadan Aplikasi, PT Prenhallindo, Jakarta, 1995.

14. Kusrini dan Luthfi, E. T. 2009. Algoritma Data Mining. Edisi 1. Andi Offset.

Yogyakarta

15. May, Ignatius Leo, Pengenalan Vokal Bahasa Indonesia dengan Jaringan Saraf Tiruan melalui Transformasi Wavelet Diskret, Jurusan Teknik Elektro Universitas Diponegoro,Tugas Akhir, 2002.

16.Manunggal, H. S. (2005). Perancangan dan Pembuatan Perangkat Feature Lunak Pengenalan Suara Pembicara Dengan Menggunakan Analisa MFCC Extraction. Universitas Kristen Petra, Fakultas Teknologi IndustriJurusan Teknik Informatika. Surabaya, Indonesia: Tugas Akhir Strata 1.

17. Melissa, Gressia. Pencocokan Pola Suara (Speech Recognition) dengan FFT dan Algoritma DIVIDE and CONQUER.

18. M. J. Islam, Q. M. J. Wu, M. Ahmadi and M. A. SidAhmed, "Investigating the Performance of Naive- Bayes Classifiers and K- Nearest Neighbor Classifiers," International Conference on Convergence Information Technology, pp. 1541-1546, 2007.

19. Philip Felber, speech recognition Illinois Institute of Technology Report of an Isolated Word experiment.

20. Pedoman Umum Ejaan yang disempurnakan / EYD oleh Menteri Pendidikan & Kebudayaanberdasarkan surat keputusannya pada tanggal 12 Oktober 1972, No.156/P/1972(Amran Halim,Ketua)

21. Rabiner, Lawrence and Biing-Hwang Juang, Fundamentals of SpeechRecognition, PTR Prentince-Hall Inc., New Jersey, 1993.

22. Rabiner, Lawrence. 1989. A Tutuorial on Hidden Markov Model and Selected

Application in Speech Recognition. vol. 77. no. 2. pp. 257-286. IEEE.

23. Rabiner, Lawrence. 1993. Fundamental of Speech Recognition. New Jersey :

Prentice Hall.

24. Rabiner, Lawrence dan Juang, B. H., 1991. Hidden Markov Models for Speech

Recognition. vol. 33. no.3.pp.251-272.TECHNOMETER

DOI: http://dx.doi.org/10.33021/itfs.v3i02.583