NURDIANSYAH, - (2024) SPEECH – TO – TEXT BAHASA MINANG MENGGUNAKAN EKSTRAKSI FITUR MEL FREQUENCY CEPSTRAL COEFFICIENT DENGAN METODE HIDDEN MARKOV MODEL. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text SKRIPSI LENGKAP KECUALI BAB IV.pdf Download (5MB) | Preview
	Text BAB IV.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Penelitian Speech-To-Text bahasa Minang menggunakan Mel Frequency Cepstral Coefficient (MFCC) dengan metode Hidden Markov Model (HMM) masih tergolong minim dan ini menunjukkan bahwa masih banyak ruang pengembangan teknologi Speech-To-Text bahasa Minang. Penelitian ini dilakukan untuk mendukung tercapainya Speech Translations dengan tahapan terpenting adalah Speech-To-Text, karena Sumatera Barat memiliki banyak tempat wisata dan kuliner yang mendatangkan wisatawan luar daerah dan luar negeri yang memiliki Bahasa yang berbeda. Penelitian ini menggunakan ekstraksi fitur MFCC, yaitu bentuk dari transformasi linear kosinus dari sinyal suara pada skala frekuensi nonlinear yang diambil spectrum daya log waktu singkat dan metode HMM merupakan sebuah metode probabilitas yang digunakan untuk mempelajari dan memproses aspek data sekuensial dengan sebuah sistem yang diberi asumsi pada parameter-parameter yang tersembunyi serta pada parameter yang diamati. Dari hasil pengujian diperoleh Word Error Rate (WER) yaitu 62.5%. Terdapat 1147 kata atau 62.5% dalam kategori error dan kata yang dapat dikenali berjumlah 690 kata dari total dataset 1837 kata. Diperoleh hasil dari implementasi ekstraksi fitur MFCC dengan metode HMM terhadap bahasa Minang yang kurang memuaskan. Namun secara keseluruhan Speech-To-Text dapat berjalan dan menampilkan hasil teks dari masukan audio secara real time.

Actions (login required)

View Item