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

dc.contributor.author	Buono, Agus
dc.contributor.author	Danuarita, Sri
dc.date.accessioned	2014-04-16T06:08:03Z
dc.date.available	2014-04-16T06:08:03Z
dc.date.issued	2014-04-16
dc.identifier.isbn	978-602-98768-0-2
dc.identifier.uri	http://repository.ipb.ac.id/handle/123456789/68568
dc.description.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.	en
dc.language.iso	id
dc.title	PENGEMBANGAN HIDDEN MARKOV MODEL UNTUK FONEM BERBAHASA INDONESIA PADA TRANSKRIPSI SINYAL SUARA	en
dc.type	Article	en
dc.subject.keyword	Mel-Frekuensi Cepstrum Coefficients (MFCC)	en
dc.subject.keyword	Hidden Markov Model (HMM)	en
dc.subject.keyword	speech to text transcription,	en
dc.subject.keyword	honeme,	en
dc.subject.keyword	Baum Welch algorithm	en
dc.subject.keyword	Longest common sequence (LCS).	en