SISTEM IDENTIFIKASI PEMBICARABERBASIS POWER SPEKTRUM :MENGGUNAKAN HIDDEN MARKOV MODEL

Abstract

Pada paper ini, disajikan suatu penerapan model HMM sebagai pengenal pola pada sistem identifikasi pembicara (SIP) dengan ekstraksi ciri menggunakan , teknik MFCC yang berbasis nilai power spektrum dari suara. SIP yang dikembangkan bersifat text dependent dan melibatkan 10 pembicara yang mengucapkan frase "pudesha" sebanyak 80 kali tanpa pengkondisian. Untuk melihat efektifitas sistem, dilakukan uji coba baik pada suara tanpa penambahan noise maupun dengan penambahan noise yang bersifat Gaussian pada level 20 hingga 0 dB. Hasil percobaan menunjukkan bahwa teknik HMM dengan jumlah data training yang mencukupi mampu melakukan pengenalan dengan baik (99%) untuk data tanpa penambahan noise. Namun demikian, untuk data dengan penambahan noise (meskipun hanya 20 dB), akurasi sistem drop hingga jauh di bawah 50%. Hasil percobaan menunjukkan bahwa kegagalan ini lebih disebabkan oleh nilai power spektrum sebagai masukan MFCC yang bersifat sensitif terhadap noise, dan bukan pada HMM-nya .