Pengenalan Suara saat ini masih menjadi tantangan para ilmuan komputer untuk terus menggali agar dapat menciptakan mesin yang dapat memahami bahasa alami manusia dan berinteraksi secara interaktif serta diharapkan dapat membantu pihak yang memiliki keterbatasan indera. Penelitian ini akan membuat suatu sistem pengenalan suara huruf vokal secara online dari pembicara tunggal yang hasilnya menampilkan berupa teks huruf vokal pada layar monitor. Ucapan suara diolah menggunakan teknik pengolahan sinyal digital dengan menggunakan DC offset dan window Hanning untuk mengatasi kebocoran sinyal pada domain waktu. Kemudian dilakukan proses ekstraksi ciri yaitu dengan menggunakan FFT (Fast Fourier Transform) dan sebagai pengambil keputusan menggunakan koefisien korelasi, nilai koefisien korelasi yang diproses antara 0,5 dan 1, dan jika dibawah 0,5 maka tidak akan dikenali kemudian sebagai analisa pengenalan menggunakan metode mencari nilai rata-rata terbesar dan nilai maksimum dari koefisien korelasi. Implementasi pengenalan suara secara online dibantu dengan menggunakan komponen DewLab Studio 2.1 dari www.dewresearch.com sehingga memudahkan dalam perhitungan FFT, DC Offset, window Hanning, dll dan untuk koefisien korelasi digunakan unit StatisticLibrary.pas. Pengujian dilakukan dua cara, yaitu pengucapan secara berurutan, dan secara acak. Hasilnya untuk pengucapan secara berurutan dengan metode rata-rata diperoleh persentase 40% sedangkan dengan metode nilai terbesar diperoleh 90% dan pada pengujian pengucapan secara acak, metode rata-rata terbesar memperoleh persentase 34% sedangkan dengan metode nilai terbesar diperoleh persentase keberhasilan sebesar 76%. Sehingga diantara kedua metode, metode nilai terbesar merupakan metode terbaik sebagai pengambil keputusan. Kegagalan pengenalan suara yang ditemukan adanya salah pengambilan keputusan jika diucapkan dengan artikulasi fisik yang sama dengan pengucapan huruf A dengan bentuk artikulasi fisik seperti huruf O maka akan dikenali sebagai huruf O. Dan jika nilai amplitudo yang mendekati salah satu huruf dapat terjadi salah pengembilan keputusan hal ini akibat kesamaan data amplitudo spektrum seperti kasus ucapan huruf I dikenali dengan huruf O.

Pengenalan Suara saat ini masih menjadi tantangan para ilmuan komputer untuk terus menggali agar dapat menciptakan mesin yang dapat memahami bahasa alami manusia dan berinteraksi secara interaktif serta diharapkan dapat membantu pihak yang memiliki keterbatasan indera. Penelitian ini akan membuat suatu sistem pengenalan suara huruf vokal secara online dari pembicara tunggal yang hasilnya menampilkan berupa teks huruf vokal pada layar monitor. Ucapan suara diolah menggunakan teknik pengolahan sinyal digital dengan menggunakan DC offset dan window Hanning untuk mengatasi kebocoran sinyal pada domain waktu. Kemudian dilakukan proses ekstraksi ciri yaitu dengan menggunakan FFT (Fast Fourier Transform) dan sebagai pengambil keputusan menggunakan koefisien korelasi, nilai koefisien korelasi yang diproses antara 0,5 dan 1, dan jika dibawah 0,5 maka tidak akan dikenali kemudian sebagai analisa pengenalan menggunakan metode mencari nilai rata-rata terbesar dan nilai maksimum dari koefisien korelasi. Implementasi pengenalan suara secara online dibantu dengan menggunakan komponen DewLab Studio 2.1 dari www.dewresearch.com sehingga memudahkan dalam perhitungan FFT, DC Offset, window Hanning, dll dan untuk koefisien korelasi digunakan unit StatisticLibrary.pas. Pengujian dilakukan dua cara, yaitu pengucapan secara berurutan, dan secara acak. Hasilnya untuk pengucapan secara berurutan dengan metode rata-rata diperoleh persentase 40% sedangkan dengan metode nilai terbesar diperoleh 90% dan pada pengujian pengucapan secara acak, metode rata-rata terbesar memperoleh persentase 34% sedangkan dengan metode nilai terbesar diperoleh persentase keberhasilan sebesar 76%. Sehingga diantara kedua metode, metode nilai terbesar merupakan metode terbaik sebagai pengambil keputusan. Kegagalan pengenalan suara yang ditemukan adanya salah pengambilan keputusan jika diucapkan dengan artikulasi fisik yang sama dengan pengucapan huruf A dengan bentuk artikulasi fisik seperti huruf O maka akan dikenali sebagai huruf O. Dan jika nilai amplitudo yang mendekati salah satu huruf dapat terjadi salah pengembilan keputusan hal ini akibat kesamaan data amplitudo spektrum seperti kasus ucapan huruf I dikenali dengan huruf O.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-cecepsaefu-15847