Pengenalan Ucapan Kata Berkorelasi Tinggi

Abstract

Penelitian pengenalan ucapan oleh komputer dengan metode stokastik sudah mulai dipopulerkan sejak tahun 1970-an. Salah satu bentuk metode pendekatan stokastik adalah Hidden Markov Model. Penelitian ini menggunakan model tersebut untuk menganalisis dan mengenali delapan  ucapan kata bahasa Indonesia yang memiliki korelasi tinggi antara kata yang satu dengan kata yang lainnya, yaitu: muka, muak, kamu, kaum, masuk, kamus, kusam dan sukma. Analisis LPC (Linear Predictive Coding) digunakan untuk mencari ciri-ciri penting setiap sinyal suara i kata-kata terucap. Selanjutnya HMM (Hidden Markov Model) digunakan untuk pelatihan dan pengenalan. Hasil penelitian menunjukkan bahwa rata-rata pengenalan seluruh kata  cukup signifikan yaitu di atas 97%.