APLIKASI SPEECH TO TEXT BERBAHASA INDONESIA MENGGUNAKAN MEL FREQUENCY CEPSTRAL COEFFICIENTS DAN HIDDEN MARKOV MODEL (HMM)

Abstract

Dalam menyampaikan informasi. Informasi dapat disampaikan dalam bentuk teks, citra, suara, dan lain-lain. Pemakaian teknologi komputer untuk menjalin komunikasi manusia dengan komputer sudah menjadi suatu kebutuhan, jika komputer mengerti ucapan yang dimaksudkan manusia akan menjadi suatu kemudahan dalam pengoprasian komputer. Pada penelitian speech recognition ini terdapat dua proses yang sangat penting yaitu feature extraction dan template matching. Dalam metode feature extraction-nya disini menggunakan Mel Frequency Cepstral Coefficients (MFCC) dan Hidden Markov Model (HMM) sebagai metode template matching-nya. Pengujian ini dilakukan dengan menggunakan nilai koefisien 8 pada MFCC dan 14 state pada HMM. Terdapat 21 kata yang akan dikenali dan 36 suku kata pembangunnya. Dataset yang dipakai berjumlah 1170 suku kata dan 210 kata dengan menggunakan 10 speaker yang berbeda. Berdasarkan parameter-parameter itu didapatkan akurasi terbaik 72.61 % berdasarkan hasil pengujian yang telah dilakukan. Komunikasi merupakan salah satu cara yang paling efektif untuk menyampaikan maksud dan tujuan.