Computer File
Implementasi gaussian mixture model pada sistem pengenalan suara manusia
Pada sebuah suara terdapat dua jenis informasi yang dapat disampaikan, yaitu
informasi linguistik, yang berisi informasi tentang apa yang ingin disampaikan
kepada pendengar, dan informasi lainnya adalah informasi karakteristik pembicara.
Tugas akhir ini akan membahas tentang sistem pengenalan suara yang dibuat dengan
tujuan untuk mengenali satu suara dari sekelompok data suara yang sudah ada pada
database. Masalah menjadi lebih sulit ketika pembicara tidak dibatasi untuk
mengatakan suatu kalimat atau kata, tetapi pembicara dapat berbicara sebebasnya
dan rekaman dari suara tersebut akan menjadi masukan bagi sistem (text-independent
speaker recognition). Untuk tahap pengujian, pembicara pun tetap bebas berbicara
apapun, tidak harus sama dengan yang direkam sebelumnya, durasinya pun berbeda.
Metode pemodelan yang akan digunakan adalah Gaussian Mixture Model, dan
metode ekstraksi fitur yang akan digunakan adalah Mel-Frequency Cepstral
Coefficients. Hasil yang didapatkan pada tugas akhir ini membuktikan bahwa metode
Gaussian Mixture Model merupakan metode yang efektif dalam sistem pengenalan
suara manusia.
Kata kunci : speaker recognition, Gaussian Mixture Model, Mel-Frequency Cepstral
Coefficients, suara.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp23444 | DIG - FTIS | Skripsi | INFO KAF I/11 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain