ANALISIS EKSTRAKSI FITUR AUDIO PADA CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN AKSEN

Widyowaty, Dwi Sari (2021) ANALISIS EKSTRAKSI FITUR AUDIO PADA CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN AKSEN. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 19.51.1234 Dwi Sari Widyowaty.pdf Download (4MB)

Abstract

Aksen merupakan pelafalan yang khas dari seorang pembicara, perbedaan aksen dipengaruhi oleh lingkungan, budaya, dan asal negara. Pengenalan aksen merupakan bagian dari Automatic Speech Recognition (ASR). Trend ASR telah banyak diimplementasikan pada berbagai alat elektronik, contohnya smartphone, laptop atau speaker dengan fitur voice assistant. Alat elektronik dengan menggunakan fitur suara harus bekerja keras agar dapat melakukan pekerjaan sesuai dengan yang diharapkan pengguna. Tujuan penelitian aksen yaitu untuk meningkatkan performa system pengenalan suara agar voice assistant menjadi lebih canggih. Pada penelitian ini, penulis mengklasifikasikan aksen dari 6 negara yaitu Arabic, English, French, Korean, Mandarin dan Spanish. Dataset yang digunakan berjumlah 1023 rekaman suara dengan format MP3, masing-masing pembicara mengucapkan script dalam Bahasa Inggris. Dataset terdiri dari 102 Arabic, 579 English, 63 French, 52 Korean, 65 Mandarin, dan 162 Spanish. Fitur audio yang digunakan yaitu Zero Crossing Rate (ZCR) dan Energy, dataset yang berupa audio akan diekstrak menjadi array angka berukuran 1 dimensi dan kemudian diolah menjadi 2 dimensi agar dapat diklasifikasikan menggunakan Convolutional Neural Network (CNN). Penggunaan Fitur ZCR mendapatkan akurasi 62 % pada durasi 15 detik, dan fitur Energy mendapatkan akurasi 60 % pada durasi 2 dan 6 detik. Akurasi yang telah dihasilkan dapat lebih tinggi daripada penelitian sebelumnya yaitu di atas 53 %.

Actions (login required)

View Item