首页> 外文OA文献 >Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation
【2h】

Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation

机译:基于自相关方法的基于人类语音格式的语音识别系统

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Suara manusia merupakan media berkomunikasi yang efektif dan paling sering digunakan selain bahasa isyarat dan tulisan. Suara manusia pada dasarnya memiliki kekhasan sendiri, sehingga dapat dikatakan suara manusia satu denganudyang lain berbeda. Ada semacam karakteristik yang membentuk kekhasan suara manusia yaitu pitch, Formant dan fomant bandwith. Ada beberapa tahap yang dilakukan didalam penelitan pengenalan suara ini. Tahap pertama adalah perekaman suara yang akan dijadikan data training danuddata uji. Tahap kedua hasil suara yang telah direkam kemudian diperbaiki kualitas suaranya dengan memotong bagian yang tidak diperlukan dari rekaman suara,udseperti noise, dan durasi yang terlalu panjang. Tahap ketiga lebih kearah mendapatkan data vektor ciri suara yang akan dijadikan data uji dan data training. Tahap keempatudPengujian pengenalan suara manusia dengan menggunakan metodeudpencocokan autocorelation dan euclidean distance memiliki hasil yang tidak begitu jauh berbeda. Akan tetapi dalampenelitian ini metode autocorrelation menunjukkan hasil yang lebih baik dibandingkan menggunakan EuclideanudDistance. Perbedaan ini hanya terpaut beberapa persen saja metode autocorrelation tingkat keakurasian mencapai diatas 35% dan metode euclidean distance diatas 30% Pengenalan suara secara realtimemenunjukkan hasil yang bagus. Tingkat keberhasilan pada rentang waktu pagi diatas 70%. Pengujian siang hari keberhasilan diatas 70%. Pada pengujian sore hari tingkat keberhasilan diatas 80% namun ada penurunan kualitas dari salah satu volunteer. Ketika diuji denganudmasukan yang disengaja salah, masih menunjukkan hasil yang diharapkan.Dengan tingkat keberhasilan diatas 20%.
机译:人声是除了手语和书写之外最有效和最常用的通信媒介。人声基本上具有自己的独特性,因此可以说人声彼此不同。构成人类语音的唯一性的一些特性,即音调,共振峰和声音带宽。关于语音识别的这项研究涉及许多步骤。第一阶段是录音,它将用作训练数据和测试数据。录音质量的第二阶段是通过将录音中不必要的部分(例如噪音)切除掉来改善音质,并且持续时间过长。第三阶段是获取语音特征向量数据,该数据将用作测试数据和训练数据。使用匹配自相关和欧氏距离的方法测试人类语音识别的第四阶段的结果相差无几。但是,在这项研究中,自相关方法显示出比使用欧几里得 udDistance更好的结果。这种差异仅在自相关方法的百分之几之内,准确度达到35%以上,而欧几里德距离方法则在30%以上,实时语音识别显示出良好的效果。早晨时间范围内的成功率超过70%。白天测试成功率超过70%。在下午的测试中,成功率超过80%,但其中一名志愿者的质量有所下降。当测试有意错误时,它仍然显示预期的结果,成功率超过20%。

著录项

  • 作者

    Wijaya Aris;

  • 作者单位
  • 年度 2014
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号