PENGEMBANGAN HIDDEN MARKOV MODEL UNTUK FONEM BERBAHASA INDONESIA PADA TRANSKRIPSI SINYAL SUARA

Abstract

Pada paper ini disajikan suatu percobaan ,untuk transkripsi sinyal suara ke barisan fonem, yang mana hal ini merupakan bagian awal dari sistem konversi suara ke teks. Pendekatan yang dilakukan adalah dengan memodelkan fonem dengan HMM dan untuk meningkatkan kualitas hasil transkripsi dilakukan postprocessing menggunakan length common sequence (LCS), pencocokan string atau gabungan keduanya. Dengan mengambil kasus pada 10 fonem yang diperoleh dari 5 kata dengan sample rnasing-masing sebanyak 50 pengucapan diperoleh akurasi tertinggi adalah 82%. Kelemahan dari sistem yang ada adalah belum dikembangkannnya HMM untuk fonem transisi dan belum mengakomodasi variasi durasi state. Oleh karena itu, ada harapan untuk meningkatkan akurasi sistem.