Analisis Pengaruh Parameter Mixture dan States Untuk Masukan Sinyal Suara Menggunakan Metode Hidden Markov Model (HMM)

Yansen P.H., Herbet ( 9822046 ) (2008) Analisis Pengaruh Parameter Mixture dan States Untuk Masukan Sinyal Suara Menggunakan Metode Hidden Markov Model (HMM). Other thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
9822046_Abstract_TOC.pdf - Accepted Version

Download (41Kb) | Preview
[img]
Preview
Text
9822046_Appendices.pdf - Accepted Version

Download (42Kb) | Preview
[img]
Preview
Text
9822046_Chapter1.pdf - Accepted Version

Download (12Kb) | Preview
[img] Text
9822046_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (687Kb)
[img] Text
9822046_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (71Kb)
[img] Text
9822046_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (183Kb)
[img]
Preview
Text
9822046_Conclusion.pdf - Accepted Version

Download (23Kb) | Preview
[img]
Preview
Text
9822046_Cover.pdf - Accepted Version

Download (73Kb) | Preview
[img]
Preview
Text
9822046_References.pdf - Accepted Version

Download (8Kb) | Preview

Abstract

Manusia menggunakan suara sebagai salah satu sumber informasi untuk mengkomunikasikan ide, keinginan dan perasaannya kepada orang lain atau sebagai alat identifikasi. Dewasa ini aplikasi identifikasi yang menggunakan suara telah banyak digunakan, seperti voice dialing, voice mailing atau sistem pengenalan suara yang digunakan dalam perbankan. Identifikasi adalah sebuah proses untuk menentukan apakah sinyal suara yang diucapkan merupakan milik seseorang yang berada dalam database. Verifikasi adalah merupakan suatu proses untuk menolak atau menerima sinyal suara tersebut sebagai identitas orang yang mengucapkan sinyal suara tersebut. Cara kerjanya adalah dengan mengambil sinyal suara pada proses verifikasi yang selanjutnya diproses dengan menggunakan metode Hidden Markov Model (HMM) untuk menentukan simbol apa yang dapat mewakili sebuah parameter sebuah kata. Contoh-contoh suara yang telah diproses tersebut akan mengisi database. Pada saat ada suara lain yang masuk, akan dicocokkan dengan contoh-contoh suara yang telah ada pada database dan akan dicari nilai kesalahan terkecilnya. Dari percobaan yang telah dilakukan didapat nilai curam (slope) untuk menyatakan nilai kesalahan (error) terkecil dari pengucapan kata pada mixture terhadap state di 1m8s (1 mixture 8 states dan 2m6s (2 mixture 6 states).

Item Type: Thesis (Other)
Uncontrolled Keywords: Sinyal Suara, Speaker Identifikasi dan Verifikasi, Mixture dan States, Hidden Markov Model
Subjects: T Technology > T Technology (General)
Depositing User: Perpustakaan Maranatha
Date Deposited: 26 Apr 2013 08:43
Last Modified: 26 Apr 2013 08:43
URI: http://repository.maranatha.edu/id/eprint/3277

Actions (login required)

View Item View Item