Teknik Normalisasi Fitur Secara Adaptif Untuk Sistem Pengenalan Ucapan Tahan Terhadap Gema

Hilman Ferdinandus Pardede

Unduh teks lengkap
(Bahasa Indonesia, 10 pages)

Abstrak

Gema menurunkan performa sistem pengenalan ucapan (SPU) atau automatic speech recognition secara signifikan. Salah satu teknik yang paling populer untuk mengurangi efek gema adalah dengan menormalisasi fitur pada SPU. Pada penelitian sebelumnya, q-log spectral mean normalization (q-LSMN) telah diperkenalkan untuk mengurangi efek distorsi aditif dan convolutif. Metode ini merupakan pengembangan teknik normalisasi konvensional pada domain q-log. Metode inidikembangkan untuk mengurangi efek gema dan teknik adaptif untuk menentukan nilai q terbaik untuk q-LSMN diperkenalkan. Hasil percobaan pada pengenalan angka (digit recognition) menunjukkan bahwa teknik tersebut meningkatkan ketahanan SPU terhadap gema. Metode ini lebih baik dibandingkan metode normalisasi konvensional seperti cepstral mean normalization dan log spectral mean normalization.

Metrik

  • 344 kali dilihat
  • 166 kali diunduh

Jurnal

INKOM: Jurnal Informatika, Sistem Kendali, dan Komputer

INKOM: Jurnal Informatika, Sistem Kendali dan Komputer, terbitan ini berisi artikel bidang ilmu k... tampilkan semua