{"title":"Penerapan Metode Mel Frequency Cepstral Coefficients pada Sistem Pengenalan Suara Berbasis Desktop","authors":"Galih Ajinurseto, La Ode Bakrim, Nur Islamuddin","doi":"10.23969/infomatek.v25i1.6109","DOIUrl":null,"url":null,"abstract":"Teknologi biometrik sedang menjadi tren teknologi dalam berbagai bidang kehidupan. Teknologi biometrik memanfaatkan bagian tubuh manusia sebagai alat ukur sistem yang memiliki keunikan disetiap individu. Suara merupakan bagian tubuh manusia yang memiliki keunikan dan cocok dijadikan sebagai alat ukur dalam sistem yang mengadopsi teknologi biometrik. Sistem pengenalan suara adalah salah satu penerapan teknologi biometrik yang fokus kepada suara manusia. Sistem pengenalan suara memerlukan metode ekstraksi fitur, salah satu metode ekstraksi fitur adalah metode Mel Frequency Cepstral Coefficients. Metode Mel Frequency Cepstral Coefficients merupakan metode ekstraksi fitur suara yang mengadopsi prinsip indra pendengeran manusia dengan tujuan mendapatkan hasil yang semirip mungkin sebagaimana indra pendengaran manusia. Metode ini dimulai dari tahap pre-emphasis, frame blocking, windowing, fast fourier transform, mel frequency wrapping dan cepstrum. Berdasarkan hasil pengujian, metode Mel Frequency Cepstral Coefficients pada pengujian dengan kondisi ideal, persentase keberhasilan sistem mencapai 90% dan persentase kegagalan sistem sebesar 10% dengan top 5 error rate sebesar 0%, sedangkan pada pengujian dengan kondisi tidak ideal, persentase keberhasilan sistem sebesar 76.6667% dan persentase kegagalan sistem sebesar 23.333% dengan top 5 error rate sebesar 0%.","PeriodicalId":31579,"journal":{"name":"Infomatek Jurnal Informatika Manajemen dan Teknologi","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-06-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infomatek Jurnal Informatika Manajemen dan Teknologi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23969/infomatek.v25i1.6109","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Teknologi biometrik sedang menjadi tren teknologi dalam berbagai bidang kehidupan. Teknologi biometrik memanfaatkan bagian tubuh manusia sebagai alat ukur sistem yang memiliki keunikan disetiap individu. Suara merupakan bagian tubuh manusia yang memiliki keunikan dan cocok dijadikan sebagai alat ukur dalam sistem yang mengadopsi teknologi biometrik. Sistem pengenalan suara adalah salah satu penerapan teknologi biometrik yang fokus kepada suara manusia. Sistem pengenalan suara memerlukan metode ekstraksi fitur, salah satu metode ekstraksi fitur adalah metode Mel Frequency Cepstral Coefficients. Metode Mel Frequency Cepstral Coefficients merupakan metode ekstraksi fitur suara yang mengadopsi prinsip indra pendengeran manusia dengan tujuan mendapatkan hasil yang semirip mungkin sebagaimana indra pendengaran manusia. Metode ini dimulai dari tahap pre-emphasis, frame blocking, windowing, fast fourier transform, mel frequency wrapping dan cepstrum. Berdasarkan hasil pengujian, metode Mel Frequency Cepstral Coefficients pada pengujian dengan kondisi ideal, persentase keberhasilan sistem mencapai 90% dan persentase kegagalan sistem sebesar 10% dengan top 5 error rate sebesar 0%, sedangkan pada pengujian dengan kondisi tidak ideal, persentase keberhasilan sistem sebesar 76.6667% dan persentase kegagalan sistem sebesar 23.333% dengan top 5 error rate sebesar 0%.
生物识别技术正成为生活中许多领域的技术趋势。生物测定技术利用人体的各个部位作为衡量系统的一种手段,该系统在每个个体中都是独一无二的。声音是人体中采用生物识别技术的系统中独特的、最适合测量的部分。语音识别系统是重点人类声音的生物识别技术的应用之一。语音识别系统需要特征提取方法,其中一种特征提取方法是Mel频率感知coeffients方法。Mel频率知觉coeffients是一种采用人类嗅觉原理的声音提取方法,目的是获得与人类听觉尽可能相似的结果。该方法从先发制人、帧拦截、windows、快速傅立叶变换、mel frequency wrapping和cepstrum的阶段开始。根据测试结果,方法梅尔频率Cepstral Coefficients在理想条件下,测试系统的成功比例达到90%和10%的比例系统故障top 5 0%的出错率,而在系统测试条件并不理想,成功的比例高达76。6667%和系统故障比例高达23.333% top 5大小的出错率0%。