Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Perancangan Dan Realisasi Sistem Voice Recognition Menggunakan Metode Gaussian Mixture Model Dan Mel Frequency Cepstrum Coeffisients
Widdi Noviantika (2019) | Skripsi | Teknik Elektro
Bagikan
Ringkasan
Teknologi biometrika merupakan teknik pengenalan diri menggunakan bagian tubuh atau perilaku manusia. Pengenalan diri pada bagaian tubuh manusia diantaranya mata, sidik jari, iris mata dan suara yang dapat dimanfaatkan atau di aplikasikan untuk membuat suatu sistem keamanan. Salah satu teknologi biometrika dengan suara yaitu speaker recognition. Sistem keamanan berbasis suara, keberhasilannya ditinjau dari akurasi pengenalan sistem terhadap pembicara yang berbeda. Tugas akhir ini merupakan bentuk pengaplikasian dari sistem speaker recognition menggunakan metode Gaussian Mixture Model (GMM) dan ektraksi ciri Mel Frequency Cepstrum Coeffisient MFCC. Dimana MFCC digunakan untuk mengekstraksi karakteristik sinyal suara yang berada dalam domain frekuensi. Metode GMM dan ektraksi ciri MFCC diaplikasikan untuk sistem keamanan pada sebuah kursi roda terkendali suara. Dimana sistem hanya akan bisa dikendalikan oleh pembicara yang sudah terdaftar pada sistem. Penelitian sebelumnya tentang sistem speaker recognition sejauh ini hanya sampai dengan sistem dapat mengenali suara pembicara dan belum banyak pada pengaplikasiannya. Pengaplikasian dari sistem speaker recognition ini untuk kendali sistem menggunakan suara berbasis speech recognition. Sistem diuji menggunakan 100 data suara dengan 10 pembicara berbeda dengan dua kondisi yaitu data terlatih dan data tidak terlatih. Keberhasilan sistem menggunakan ekstraksi ciri MFCC untuk data terlatih 92% dan untuk pengujian data tidak terlatih sebesar 61 %. Untuk keberhasilan speech recognition untuk speech to text secara keseluruhan didapat tingkat keberhasilan 94%. Kata Kunci: Teknologi Biometrika, MFCC, GMM, Speaker Recognition, Speech Recognition.
Ringkasan Alternatif
Biometrics technology is a self-recognition technique using body parts or human behavior. Self-recognition of various human bodies including eyes, fingerprints, iris eyes and sounds that can be used or applied to make a security system. One of the biometrics technologies with sound is speaker recognition. Voice-based security system, its success is seen from the accuracy of the introduction of the system to different speakers. This final project is a form of application of the speaker recognition system using the GMM method and extraction feature of MFCC. Which is applied to the security system on a controlled wheelchair. Where the system will only be able to be controlled by the speaker who has registered on the system. Previous research on speaker recognition systems so far has only reached the system to recognize the speaker's voice and not yet in its application. The application of this speaker recognition system for system control uses speech-based voice recognition. The system was tested using 100 voice data with 10 different speakers with two conditions namely trained data and untrained data. The success of the system using MFCC feature extraction for trained data is 92% and for testing untrained data by 61%. For the overall success of speech recognition for speech, the success rate is more than 90%. Keywords: Biometric technology, MFCC, GMM, Speaker Recognition, Speech Recognition.